Python 如何绘制计数条形图，用一个分类列进行分组，用另一个分类列进行着色

我有一个大致如下的数据框：

  Property   Name    industry
1  123     name1    industry 1
1  144     name1    industry 1
2  456     name2    industry 1
3  789     name3    industry 2
4  367     name4    industry 2
.  ...     ...      ... 
.  ...     ...      ... 
n  123     name1    industry 1

ax = df['name'].value_counts().plot(kind='bar',
                                    figsize=(14,8),
                                    title="Number for each Owner Name")
ax.set_xlabel("Owner Names")
ax.set_ylabel("Frequency")

我想做一个条形图，绘制每个名称的行数，并根据行业对条形图进行着色。我试过这样的方法：

  Property   Name    industry
1  123     name1    industry 1
1  144     name1    industry 1
2  456     name2    industry 1
3  789     name3    industry 2
4  367     name4    industry 2
.  ...     ...      ... 
.  ...     ...      ... 
n  123     name1    industry 1

ax = df['name'].value_counts().plot(kind='bar',
                                    figsize=(14,8),
                                    title="Number for each Owner Name")
ax.set_xlabel("Owner Names")
ax.set_ylabel("Frequency")

我得到以下信息：

我的问题是如何根据数据框中的行业列（并添加图例）为条形图着色

---

谢谢

这可能有点太复杂了，但这样就行了。我首先定义了从名称到行业以及从行业到颜色的映射（似乎只有两个行业，但您可以根据自己的情况调整字典）：

然后可以使用上述两个映射生成颜色：

c = df['Name'].value_counts().index.map(lambda x: ind_col_map[name_ind_map[x]])

最后，只需将

颜色

添加到绘图功能中即可：

ax = df['Name'].value_counts().plot(kind='bar',
                                    figsize=(14,8),
                                    title="Number for each Owner Name", color=c)
ax.set_xlabel("Owner Names")
ax.set_ylabel("Frequency")
plt.show()

---

让我们使用一些数据帧重塑和matplotlib：

ax = df.groupby(['industry','Name'])['Name'].count().unstack(0).plot.bar(title="Number for each Owner Name", figsize=(14,8))
_ = ax.set_xlabel('Owner')
_ = ax.set_ylabel('Frequency')

输出：

这是我的答案：

def plot_bargraph_with_groupings(df, groupby, colourby, title, xlabel, ylabel):
    """
    Plots a dataframe showing the frequency of datapoints grouped by one column and coloured by another.
    df : dataframe
    groupby: the column to groupby
    colourby: the column to color by
    title: the graph title
    xlabel: the x label,
    ylabel: the y label
    """

    import matplotlib.patches as mpatches

    # Makes a mapping from the unique colourby column items to a random color.
    ind_col_map = {x:y for x, y in zip(df[colourby].unique(),
                               [plt.cm.Paired(np.arange(len(df[colourby].unique())))][0])}


    # Find when the indicies of the soon to be bar graphs colors.
    unique_comb = df[[groupby, colourby]].drop_duplicates()
    name_ind_map = {x:y for x, y in zip(unique_comb[groupby], unique_comb[colourby])}
    c = df[groupby].value_counts().index.map(lambda x: ind_col_map[name_ind_map[x]])

    # Makes the bargraph.
    ax = df[groupby].value_counts().plot(kind='bar',
                                         figsize=FIG_SIZE,
                                         title=title,
                                         color=[c.values])
    # Makes a legend using the ind_col_map
    legend_list = []
    for key in ind_col_map.keys():
        legend_list.append(mpatches.Patch(color=ind_col_map[key], label=key))

    # display the graph.
    plt.legend(handles=legend_list)
    ax.set_xlabel(xlabel)
    ax.set_ylabel(ylabel)

使用seaborn.countplot

import seaborn as sns
sns.set(style="darkgrid")
titanic = sns.load_dataset("titanic")
ax = sns.countplot(x="class", data=titanic)

请参阅seaborn的文档

---

这是可行的，但我的df中有13个类别，这会将这些栏隔开，使它们看起来非常小。有没有办法解决这个问题？我该如何用这个来制作一个传奇？@tlanigan你可以用与matplotlib完全相同的方法来做。我认为Scott Boston的答案要好得多，我的答案太手动了。Scott Boston的答案不适合我，因为这些列被隔开了。您可以使用：ind_col_map={x:y代表x，y在zip（df.industry.unique（），[plt.cm.Paired（np.arange（len（df.industry.unique（））））][0]）中自动完成答案。您如何在matplotlib中创建图例？我一直在努力，但我想不出来。我在下面找到了。你如何显示每列的实际计数？？？