Python 熊猫使用pivot_表实现带重叠条和条组的条形图

使用Pandas和Python，我试图实现一个条形图

数据从CSV导入到Pandas中的数据帧中

有几组条形图，它们根据其中一列中的特定行值进行分组，这些列是类别：a、B、C、D、E。 这些类别由CSV中名为“类别”的列中的值给出。正如我们从附图中看到的，A对应浅灰色，B对应浅蓝色，依此类推直到E

每行有两列（第1列、第2列）与条形图中的y值（从1到5，这表示条形图的高度）相关。因此，请看附图：从第1列开始，非半透明条被构造，从第2列开始，半透明条被构造

编辑

以下是导入的CSV/dataframe中的数据布局：

Category    COLUMN1         COLUMN2     Month    
A          0.2               3          Jan   
B          0.3               5          Jan 
C          0.7               4          Jan
D          0.4               3          Jan
E          0.8               5          Jan
A          0.3               4          Feb
B          0.75             4.5         Feb

结束编辑

我已经成功地用5条非半透明条的分组进行了绘图，但我不知道如何将半透明条放入如所附图片所示的相同绘图中。有什么建议吗？我的问题是，我需要将第2列中的值添加为半透明条（它们不必是半透明的，但这可能是Being能够区分的最简单的方法）

这是我目前掌握的代码：

import pandas as pd


df=pd.read_csv("filename_for_import.csv", 
               names=["Category", "COLUMN1", "COLUMN2", "Month"], 
encoding="UTF-8")

order = ['Jan', 'Feb', 'Mar', 'Apr']



d = pd.pivot_table(df, index='Month', columns='Category', 
values='COLUMN1').loc[order].plot(kind='bar', grid='True')

编辑2

刚刚意识到一个潜在的问题，这取决于所使用的数据。将第1列中A的值调整为大于第一行中B的值，以说明示例

Category    COLUMN1         COLUMN2     Month    
A          4.5                3         Jan   
B          0.3               5          Jan 
C          0.7               4          Jan
D          0.4               3          Jan
E          0.8               5          Jan
A          0.3               4          Feb
B          0.75             4.5         Feb

发现非半透明条放置在顶部，使得在低于非半透明条的情况下不可能看到半透明条。这似乎改变了Parfait在下面提供的代码中的顺序。同样，在同一代码中的col/ax 1和2之间切换似乎没有任何区别。看起来，无论发生什么情况，不透明条始终位于顶部。有什么方法可以替代这个吗？

考虑将较短的COLUMN1绘图覆盖在较大的COLUMN2 pivot绘图上。并使用alpha调整不透明性。对于pivot_表，使用

reindex

调整月份值

from io import StringIO
import pandas as pd
import matplotlib.pyplot as plt

txt = '''Category    COLUMN1         COLUMN2     Month    
A          0.5               3          Jan   
0          0.3               5          Jan 
C          0.7               4          Jan
D          0.4               3          Jan
E          0.8               5          Jan
A          0.3               4          Feb
B          0.75             4.5         Feb'''

df = pd.read_table(StringIO(txt), sep="\s+")

order = ['Jan', 'Feb', 'Mar', 'Apr']

fig, ax = plt.subplots()
ax2 = ax.twiny()

col1 = pd.pivot_table(df,index='Month',columns='Category',values='COLUMN1').reindex(order)
col1.plot(kind='bar', ax=ax)

col2 = pd.pivot_table(df,index='Month',columns='Category',values='COLUMN2').reindex(order)
col2.plot(kind='bar', ax=ax2, alpha=0.5, legend=False)
ax2.xaxis.set_visible(False)

plt.show()  

---

没有人拥有您的文件。模拟一些模拟其结构的数据。下面是一个最近的例子，很好地演示了如何做到这一点。这非常有效，但是我注意到了一个细节。如果半透明条的高度低于相应的非半透明条，则半透明条完全看不见。这让我假设半透明条首先放在背景中，非半透明条放在顶部。如何将其反转，使半透明条显示在顶部？不能在条之间混合不透明性，只能在整个绘图之间混合不透明性。不能让一个类别A与同一绘图中的其他类别的透明度相反，这取决于数据。您可能需要重新排序数据，使纯色始终为较低的值。甚至可以为过滤的情况运行两个不同的图形：COLUMN1>COLUMN2和COLUMN1ax时，在覆盖中看不到任何变化的原因是，无论实心图的渲染顺序如何，其渲染强度始终高于透明图。不使用

alpha

而是通过不同的纯色（使用

plot

中的color arg list）进行测试，然后切换

ax

。