本文共 1186 字，大约阅读时间需要 3 分钟。

pandas 数据框至海运分组条形图

在 Python 中，我们可以使用 Pandas 库来处理数据框，以及 matplotlib 或 seaborn 等库来绘制条形图。本文将介绍如何将 pandas 数据框转换为海运分组条形图的实现步骤。

导入必要的库和模块

首先，我们需要导入 Pandas 库和 matplotlib 以进行数据处理和图表绘制。

import pandas as pdimport matplotlib.pyplot as plt

数据准备

假设我们有一个名为 data 的 DataFrame，其中包含以下字段：Container_ID（容器编号）、Sea_line（海运公司）、container_type（容器类型）和weight（重量）。

分组计算总重量

我们可以通过 groupby 方法将 Sea_line 和 container_type 字段进行分组，并计算每个组的总重量。

grouped = data.groupby(['Sea_line', 'container_type']).sum()['weight']

绘制条形图

接下来，我们使用 matplotlib 的 barh() 函数来绘制条形图。

grouped.unstack().plot(kind='barh')plt.xlabel('Weight')  # 设置 x 轴标签plt.ylabel('Sea_line')  # 设置 y 轴标签plt.title('Container Weight by Sea Line and Type')  # 设置图表标题plt.show()  # 显示图表

添加颜色区分容器类型

为了更直观地区分不同容器类型，我们可以为每个容器类型分配不同的颜色。

colors = {'Tanker': 'red', 'Refrigerated': 'blue', 'Dry Bulk': 'green'}grouped.unstack().plot(    kind='barh',    color=[colors[t] for t in grouped.index.get_level_values('container_type')])plt.xlabel('Weight')plt.ylabel('Sea_line')plt.title('Container Weight by Sea Line and Type')plt.show()

总结

通过以上步骤，我们可以将 pandas 数据框转换为海运分组条形图。代码首先通过 groupby 方法分组计算总重量，然后通过 unstack() 展开数据并绘制条形图。为了更直观地区分容器类型，我们可以为每个容器类型分配不同的颜色。这个方法适用于实际项目中的数据处理和可视化需求。

转载地址：http://dsvfk.baihongyu.com/