带配对列的 pandas 条形图

Question

我有一个

DataFrame

和成对的列。我想绘制它，使得每对列都有唯一的颜色，并且每对中的一列具有空填充。 我试过这个：

import pandas as pd

df = pd.DataFrame({
    ('A', '1'): [1, 2, 3],
    ('A', '2'): [4, 5, 6],
    ('B', '1'): [7, 8, 9],
    ('B', '2'): [10, 11, 12]
})

df.plot.bar(color=['C0', 'none', 'C1', 'none'], edgecolor=['C0', 'C0', 'C1', 'C1'])

这几乎可以工作了！但它按行而不是按列应用 

edgecolor

。

我请求 ChatGPT 救救我。它给了我一个有效的解决方案（请参阅下面稍加修改的版本），但它非常冗长。我的问题是，有没有更简单的方法来做到这一点，最好使用

DataFrame.plot

？

import pandas as pd
import matplotlib.pyplot as plt

# Sample DataFrame
df = pd.DataFrame({
    ('A', '1'): [1, 2, 3],
    ('A', '2'): [4, 5, 6],
    ('B', '1'): [7, 8, 9],
    ('B', '2'): [10, 11, 12]
})

# Define colors for each pair
colors = ['C0', 'C1']

# Create a bar chart
fig, ax = plt.subplots()

# Number of columns
num_cols = len(df.columns)

# Bar width
bar_width = 0.2

# Plot each pair of columns
for i in range(0, num_cols, 2):
    color_i = colors[i//2]
    ax.bar(df.index + i*bar_width, df.iloc[:, i], bar_width, 
           label=str(df.columns[i]), color=color_i, edgecolor=color_i)
    ax.bar(df.index + (i+1)*bar_width, df.iloc[:, i+1], bar_width, 
           label=str(df.columns[i+1]), color='none', edgecolor=color_i)

# Add labels, title, and legend
ax.set_xlabel('Index')
ax.set_ylabel('Values')
ax.set_title('Bar chart with paired columns')
ax.set_xticks(df.index + bar_width * (num_cols / 2 - 0.5))
ax.set_xticklabels(df.index)
ax.legend()

Answer 1

使用

• np.repeat

   重复每种颜色 

  n 次，其中 n = len(df)。通过
• plt.patches.Patch.set_edgecolor

  分配。

  随后使用
• plt.legend

   处理更新。

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

df = pd.DataFrame({
    ('A', '1'): [1, 2, 3],
    ('A', '2'): [4, 5, 6],
    ('B', '1'): [7, 8, 9],
    ('B', '2'): [10, 11, 12]
})

fig, ax = plt.subplots()

df.plot.bar(ax=ax, color=['C0', 'none', 'C1', 'none'])

edgecolors = np.repeat(['C0', 'C0', 'C1', 'C1'], len(df))

for edgecolor, patch in zip(edgecolors, ax.patches):
    patch.set_edgecolor(edgecolor)
    
plt.legend()
plt.tight_layout()
plt.show()

剧情：