我有一个包含几列的数据框（df），其中两列在每一行中存储一个列表：
Index list1 list2
A [ 0.09173306 0.12331911 0.20057651 ] [ 0.3128322 0.27153913 ]
D [ 0.03861522 0.10524985 ] [ 0.37265687 0.48347806 ]
E [ 0.02124905 0.01149118 ] [ 0.04348405 0.17057435 0.37838683 0.37481453 ]
我想使用pandas内置的plot功能将这些列表绘制为条形图。
使用
df.list1.apply(lambda x:x[0]).plot(kind='bar', width=0.9, ax=bar_ax)
我可以绘制每个列表的第一个元素。然而，尝试
df.list1.plot(kind='bar', width=0.9, ax=bar_ax)
导致以下错误：
Empty 'DataFrame': no numeric data to plot
我想做的是，（1）将两个列表绘制成一个单一的图，就像这样：
df[['list1','list2']].plot(kind='bar', width=0.9, ax=bar_ax)
（2）也只将每个列表的第一个元素绘制成一个条形图，我可以这样做：
df.list1.apply(lambda x:x[0]).plot(kind='bar', width=0.9, ax=bar_ax, color='blue')
df.list2.apply(lambda x:x[0]).plot(kind='bar', width=0.9, ax=bar_ax, color='red')
但是，这会导致钢筋相互重叠（而不是堆叠！）-我想把它们分组。
考虑此代码<代码> df>代码>，包含如下所示的值：
np.random.seed(42)
df = pd.DataFrame({'list1': np.random.randint(0, 10, (5,2)).tolist(),
'list2': np.random.randint(0, 10, (5,3)).tolist()},
index=list('ABCDE'))
Q-1将两个列表合并为一个图：
取消堆叠DF，使列名显示为索引，并使列表中的各个值显示为各个系列对象。
df_lists = df[['list1','list2']].unstack().apply(pd.Series)
df_lists.plot.bar(rot=0, cmap=plt.cm.jet, fontsize=8, width=0.7, figsize=(8,4))
Q-2仅将每个列表的第一个元素绘制成一个单独的分组条形图：
使用DF。applymap选择所需列的第一个元素以获得分组条形图。
df[['list1','list2']].applymap(lambda x: x[0]).plot.bar(rot=0, color=list('br'))
样本：
df = pd.DataFrame({'list1':[[ 0.09173306, 0.12331911, 0.20057651], [ 0.03861522, 0.10524985],[ 0.02124905, 0.01149118 ]],
'list2':[[0.3128322, 0.27153913], [0.37265687, 0.48347806], [0.04348405, 0.17057435, 0.37838683, 0.37481453]]},
index=['A','D','E'])
print (df)
list1 \
A [0.09173306, 0.12331911, 0.20057651]
D [0.03861522, 0.10524985]
E [0.02124905, 0.01149118]
list2
A [0.3128322, 0.27153913]
D [0.37265687, 0.48347806]
E [0.04348405, 0.17057435, 0.37838683, 0.37481453]
第一个解决方案：
import matplotlib.pyplot as plt
df.list1.apply(lambda x: pd.Series(x)).plot(kind='bar', width=0.9)
plt.show()
带堆栈的第二个解决方案：
我认为你需要首先通过转换list到Series通过DataFrame构造函数与堆栈来重塑数据
dfL1 = pd.DataFrame(df.list1.values.tolist(), index=df.index).stack()
print (dfL1)
A 0 0.091733
1 0.123319
2 0.200577
D 0 0.038615
1 0.105250
E 0 0.021249
1 0.011491
dfL2 = pd.DataFrame(df.list2.values.tolist(), index=df.index).stack()
print (dfL2)
A 0 0.312832
1 0.271539
D 0 0.372657
1 0.483478
E 0 0.043484
1 0.170574
2 0.378387
3 0.374815
dtype: float64
然后将它们连接在一起：
df = pd.concat([dfL1, dfL2], axis=1, keys=('list1','list2'))
print (df)
list1 list2
A 0 0.091733 0.312832
1 0.123319 0.271539
2 0.200577 NaN
D 0 0.038615 0.372657
1 0.105250 0.483478
E 0 0.021249 0.043484
1 0.011491 0.170574
2 NaN 0.378387
3 NaN 0.374815
最后一个绘图：
import matplotlib.pyplot as plt
df[['list1','list2']].plot(kind='bar', width=0.9)
plt.show()
