有没有一种简单的方法可以使用PandasDataFrame按列名指定条形图的颜色。绘图（kind='bar'）方法？

我有一个脚本，从一个目录中的几个不同的数据文件生成多个DataFrames。例如，它会做这样的事情：

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

data_files = ['a', 'b', 'c', 'd']

df1 = pds.DataFrame(np.random.rand(4,3), columns=data_files[:-1])
df2 = pds.DataFrame(np.random.rand(4,3), columns=data_files[1:])

df1.plot(kind='bar', ax=plt.subplot(121))
df2.plot(kind='bar', ax=plt.subplot(122))

plt.show()

具有以下输出：

不幸的是，不同绘图中每个标签的列颜色不一致。是否可以传入（文件名：颜色）的字典，以便任何特定列始终具有相同的颜色。例如，我可以想象通过使用Matplotlib color_循环压缩文件名来创建：

data_files = ['a', 'b', 'c', 'd']
colors = plt.rcParams['axes.color_cycle']
print zip(data_files, colors)

[('a', u'b'), ('b', u'g'), ('c', u'r'), ('d', u'c')]

我可以直接用Matplotlib解决这个问题：我只是觉得可能有一个更简单的内置解决方案。

编辑：

下面是在纯Matplotlib中工作的部分解决方案。然而，我在一个IPython笔记本中使用了它，该笔记本将分发给非程序员同事，我希望尽量减少过多的绘图代码。

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

data_files = ['a', 'b', 'c', 'd']
mpl_colors = plt.rcParams['axes.color_cycle']
colors = dict(zip(data_files, mpl_colors))

def bar_plotter(df, colors, sub):
    ncols = df.shape[1]
    width = 1./(ncols+2.)
    starts = df.index.values - width*ncols/2.
    plt.subplot(120+sub)
    for n, col in enumerate(df):
        plt.bar(starts + width*n, df[col].values, color=colors[col],
                width=width, label=col)
    plt.xticks(df.index.values)
    plt.grid()
    plt.legend()

df1 = pds.DataFrame(np.random.rand(4,3), columns=data_files[:-1])
df2 = pds.DataFrame(np.random.rand(4,3), columns=data_files[1:])

bar_plotter(df1, colors, 1)
bar_plotter(df2, colors, 2)

plt.show()