突出显示条形图中的特定条形

Question

我有两个数据框df1和df2. df2是 的子集df1。我想绘制df1已识别df2行（不同的条形颜色或其他东西）的水平条形图。谢谢你。%matplotlib inline import pandas as pdimport matplotlib as pltd1 = {    'index' : [1, 2, 3, 4, 5],     'col1'  : [5, 8, 6, 4, 2]}d2 = {    'index' : [3, 5],     'col1'  : [6, 2]}df1 = pd.DataFrame(d1).set_index(["index"])df2 = pd.DataFrame(d2).set_index(["index"])df1.plot(kind="barh", grid=False)

Answer 1

我认为要走的路是连接数据帧并为缺失值附加 nans

import pandas as pd

import matplotlib.pyplot as plt

d1 = {

    'index' : [1, 2, 3, 4, 5], 

    'col1'  : [5, 8, 6, 4, 2]

}

d2 = {

    'index' : [3, 5], 

    'col1'  : [6, 2]

}

df1 = pd.DataFrame(d1).set_index(["index"])

df2 = pd.DataFrame(d2).set_index(["index"])

plotThis = pd.concat([df1, df2], axis = 1, ignore_index = True)

plotThis.plot(kind = 'barh')

Answer 2

不幸的是，pandas 的barh功能不允许我们为每个条形选择不同的颜色。但既然情况似乎如此，我会选择不使用 Pandas 绘图函数，而是直接使用 matplotlib 的函数。

在这种情况下，有很多方法可以达到预期的结果。这是一种选择：

fig, ax = plt.subplots()

c = ['C2' if i in df2.index else 'C1' for i in df1.index]

ax.barh(y=df1.index,width=df1.col1,color=c)

ax.grid(False)

df3 = df1.loc[df1.index.difference(df2.index)].append(df2, sort=False).sort_index()

df3.plot(kind='barh', stacked=True, grid=False)

第一行创建一个具有以下内容的新数据框：

    col1    col2

index       

1   5.0     NaN

2   8.0     NaN

3   NaN     6.0

4   4.0     NaN

5   NaN     2.0

绘制此数据框会产生所需的输出。