Python 可视化同一数据集中的两列

我试图对四列进行分组和排序，计算数值，并在同一条形图中绘制它们，以查看计数的变化趋势

Year  Month  Bl_year  Month
2018  Jan     2019     Jan 
2018  Feb     2018     Mar
2018  Dec     2020     Dec 
2019  Apr     2019     Sep  
2020  Nov     2020     Dec 
2019  Sep     2018     Jan

我试着先进行分组和排序，先按年份计算价值，然后按月份计算价值

df_Activity_count = df.sort_values(['year','month'],ascending = True).groupby('month')
df_Activity_count_BL = df.sort_values(['BL year','BL month'],ascending = True).groupby('BL month')

---

现在我试着在同一个酒吧里比较这两个。请有人帮忙。

尝试将

ax

传递给绘图命令：

df_Activity_count = df.sort_values(['year','month'],ascending = True).groupby('month')
df_Activity_count_BL = df.sort_values(['BL year','BL month'],ascending = True).groupby('BL month')

ax = df_Activity_count.years.value_counts().unstack(0).plot.bar()
df_Activity_count_BL['BL year'].value_counts().unstack(0).plot.bar(ax=ax)

---

由于您标记了

matplotlib

，因此我将使用

pyplot

import matplotlib.pyplot as plt

# Create an axis object
fig, ax = plt.subplots()

# Define dataframes
df_Activity_count = df.sort_values(['year','month'],ascending = True).groupby('month')
df_Activity_count_BL = df.sort_values(['BL year','BL month'],ascending = True).groupby('BL month')

# Plot using the axis object ax defined above
df_Activity_count['year'].value_counts().unstack(0).plot.bar(ax=ax)
df_Activity_count_BL['BL year'].value_counts().unstack(0).plot.bar(ax=ax)

---

这两种代码给了我相同的解决方案。非常感谢你的解决方案，今天学到了一些新东西。但是寻找类似的东西。我想把2019年4月和2019年4月的计数互相比较，两个条形图挨在一起，这样我就可以直观地看到差异Hi Sheldore，谢谢你的帮助。我接受了你的回答。我投了赞成票。你应该点击答案旁边的灰色复选标记，你会发现这两个答案中最好的。你不能投票，因为你的声誉很低，但你可以接受的复选标记