使用数字数据作为色调的seaborn中的堆叠条形图

Question

我有一个由3列（月、金额、类别）组成的简单数据框架，其中每行代表某一类别的费用：

import pandas as pd

d = {'Month': ['Jan', 'Jan', 'Jan', 'Feb', 'Feb', 'Mar', 'Mar', 'Mar', 'Mar'], 'Amount': [5, 65, 29, 200, 28.5, 12, 4, 100, 21], 'Category': ['Travel', 'Food', 'Dentist', 'Dentist', 'Food', 'Travel', 'Food', 'Sport', 'Sport']}
df = pd.DataFrame(df)

我想创建一个seaborn条形图，其中每个条形图表示每月的总费用，每个条形图分为不同的颜色，其中每个色调表示该月特定类别的总费用

我能够使用非常复杂的方法和matplotlib绘图获得结果：

df = df.groupby(['Month', 'Category']).sum()   
df.reset_index(inplace=True)
pivot_df = df.pivot(index='Month', columns='Category', values='Amount')
df.plot.bar(stacked=True, colormap='tab20')

但这种方法在尝试使用seaborn时会出现错误，而且似乎不必要复杂

有没有更好的方法来达到预期的效果

Answer 1

您的初始方法很复杂，因为您有不必要的步骤。您可以使用groupby和pivot，但是使用pivot_table可以同时完成相同的聚合和重塑。从初始数据帧：

df_pivot = pd.pivot_table(df, index='Month', columns='Category', values='Amount', aggfunc='sum')
df_pivot.plot.bar(stacked=True, colormap='tab20')

---

至于使用seaborn，我不会。它们并不真正支持堆叠条形图，它们的所有示例look like stacked plots只有两个类别，它们在其中绘制总数，然后覆盖一个组（给人以堆叠的印象）。但这种方法不容易扩展到两组以上

但是，如果您想要seaborn feel，您可以使用它们的默认值

import seaborn as sns
sns.set()

df_pivot = pd.pivot_table(df, index='Month', columns='Category', values='Amount', aggfunc='sum')
df_pivot.plot.bar(stacked=True)