python - Pandas 使用 pivot_table 实现带有叠加条和条组的条形图

Question

我正在尝试使用 Pandas 和 Python 实现条形图。

数据从 CSV 导入到 Pandas 中的数据框中。

有几组柱状图，根据其中一列中的特定行值进行分组，它们是类别:A、B、C、D、E。这些类别由 CSV 中称为类别的列中的值给出。从附图可以看出，A对应浅灰色，B对应最浅的蓝色，依此类推，直到E。

每一行都有两列(COLUMN1，COLUMN2)，它们与条形图中的 y 值(从 1 到 5，这给出了条的高度)相关。所以看附图:从第 1 列构造非半透明条，从第 2 列构造半透明条。

编辑

导入的 CSV/dataframe 中的数据布局如下:

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

我已经设法用非半透明条的 5 个条的分组来绘制图，但我不知道如何将半透明条放入同一个图中，如附图所示。有什么建议么？我的问题是我需要将 COLUMN2 中的值添加为半透明条(它们不必是半透明的，但它可能是最容易区分的)。

这是我目前的代码:

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，具体取决于所使用的数据。将第一行COLUMN1中A的值调整为大于B，举例说明。

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

发现非半透明条放在上面，导致半透明条低于非半透明条的情况下看不到半透明条。似乎更改了 Parfait 下面提供的代码中的顺序。此外，在同一代码中在 col/ax 1 和 2 之间切换似乎没有任何区别。无论如何，看起来非透明条总是放在顶部。有什么方法可以覆盖它吗？

Answer 1

考虑 twiny将较短的 COLUMN1 图覆盖在较大的 COLUMN2 枢轴图上。并使用 alpha 调整不透明度。对于 pivot_table，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()