Python Seaborn多重条形图

我有一个熊猫数据框，看起来像这样：

    class       men       woman   children
0   first   0.91468    0.667971   0.660562
1   second  0.30012    0.329380   0.882608
2   third   0.11899    0.189747   0.121259

我如何使用seaborn创建一个如下所示的绘图？我是否必须以某种方式重新排列我的数据

---

（来源：）

是的，您需要重塑数据帧：

df = pd.melt(df, id_vars="class", var_name="sex", value_name="survival rate")
df
Out: 
    class       sex  survival rate
0   first       men       0.914680
1  second       men       0.300120
2   third       men       0.118990
3   first     woman       0.667971
4  second     woman       0.329380
5   third     woman       0.189747
6   first  children       0.660562
7  second  children       0.882608
8   third  children       0.121259

现在，您可以使用factorplot（v0.8.1或更早版本）：

对于版本0.9.0或更高版本，如Matthew在中所述，您需要使用重命名的版本，

catplot

sns.catplot(x='class', y='survival rate', hue='sex', data=df, kind='bar')

---

我知道我的答案来得很晚，但我希望有人能从中受益

为了解决上述问题，我在重新整理数据后使用了以下代码：

数据：

---

这是正确的，但我要看一下

pd.melt

。它做同样的整形，但是更干净。很好。我添加了一个额外的编辑，它可以保存一行代码并使结果更加健壮，因为它不依赖于您知道列的顺序。请注意，factorplot已重命名为catplot，如下所述：@Matthew谢谢，我添加了一个注释。

sns.catplot(x='class', y='survival rate', hue='sex', data=df, kind='bar')

d = {'class': ['first', 'second', 'third', 'first', 'second', 'third', 'first', 'second', 'third'], 'sex': ['men', 'men', 'men', 'woman', 'woman', 'woman', 'children', 'children', 'children'], 'survival_rate':[0.914680, 0.300120, 0.118990, 0.667971, 0.329380, 0.189747, 0.660562, 0.882608, 0.121259]} 

df = pd.DataFrame(data=d)

sns.factorplot("sex", "survival_rate", col="class", data=df, kind="bar")