如何在 Python 中为多个 DataFrame 创建集群堆积条形图？

为多个 DataFrame 创建集群堆叠条形图

问题陈述

处理具有相同列和索引的多个数据帧时，可能需要创建集群堆积条形图以可视化数据。当您想要分别堆叠每个数据帧的条形图并按相应的索引分组时，就会出现挑战。

使用 Pandas 和 Matplotlib 的解决方案

结合使用 Pandas 和 Matplotlib，我们可以实现这一目标通过手动调整条形矩形的位置和阴影图案。下面是详细的解决方案：

<code class="python">import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

def plot_clustered_stacked(dfall, labels=None, title="multiple stacked bar plot",  H="/" , **kwargs):

    n_df = len(dfall)
    n_col = len(dfall[0].columns)
    n_ind = len(dfall[0].index)
    axe = plt.subplot(111)

    for df in dfall:  # for each data frame
        axe = df.plot(kind="bar",
                      linewidth=0,
                      stacked=True,
                      ax=axe,
                      legend=False,
                      grid=False,
                      **kwargs)  # make bar plots

    h, l = axe.get_legend_handles_labels() # get the handles we want to modify
    for i in range(0, n_df * n_col, n_col): # len(h) = n_col * n_df
        for j, pa in enumerate(h[i:i+n_col]):
            for rect in pa.patches: # for each index
                rect.set_x(rect.get_x() + 1 / float(n_df + 1) * i / float(n_col))
                rect.set_hatch(H * int(i / n_col)) #edited part
                rect.set_width(1 / float(n_df + 1))

    axe.set_xticks((np.arange(0, 2 * n_ind, 2) + 1 / float(n_df + 1)) / 2.)
    axe.set_xticklabels(df.index, rotation = 0)
    axe.set_title(title)

    # Add invisible data to add another legend
    n=[]
    for i in range(n_df):
        n.append(axe.bar(0, 0, color="gray", hatch=H * i))

    l1 = axe.legend(h[:n_col], l[:n_col], loc=[1.01, 0.5])
    if labels is not None:
        l2 = plt.legend(n, labels, loc=[1.01, 0.1])
    axe.add_artist(l1)
    return axe</code>

Seaborn 解决方案

使用 Seaborn 的 barplot 函数，我们可以创建堆叠条形图，但无法原生堆叠不同数据帧的条形图。为了克服这个问题，我们可以使用以下解决方法：

1. 使用 pd.melt() 将数据帧转换为“整齐”的格式。
2. 使用以下命令计算每个条形的累积总和groupby 和 cumsum()，创建一个名为 vcs 的新列。
3. 迭代变量组并使用 sns.barplot() 绘制累积和。

<code class="python">import seaborn as sns

# Convert dataframes to tidy format
dfall.set_index(["Name", "index", "variable"], inplace=1)
dfall["vcs"] = dfall.groupby(level=["Name", "index"]).cumsum()
dfall.reset_index(inplace=True)

# Create color palette
c = ["blue", "purple", "red", "green", "pink"]

# Iterate through groups and plot stacked bars
for i, g in enumerate(dfall.groupby("variable")):
    ax = sns.barplot(data=g[1],
                    x="index",
                    y="vcs",</code>

以上是如何在 Python 中为多个 DataFrame 创建集群堆积条形图？的详细内容。更多信息请关注PHP中文网其他相关文章！