Python 数据可视化：使用 Groupby 绘制美观的柱状图并添加数据标签

你可以使用 Matplotlib 库来绘制柱状图，并使用 Seaborn 库进行美化。下面是一个例子，演示了如何使用 groupby 分类后的数据绘制柱状图，并添加数据标签和美化图表。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 创建示例数据
data = {'Category': ['A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
        'Value': [1, 2, 3, 4, 5, 6, 7, 8]}
df = pd.DataFrame(data)

# 按 Category 分组并计算每组的平均值
grouped_data = df.groupby('Category')['Value'].mean().reset_index()

# 绘制柱状图
sns.set(style='whitegrid')  # 设置样式为白底网格
plt.figure(figsize=(8, 6))  # 设置图表大小
sns.barplot(x='Category', y='Value', data=grouped_data, palette='muted')  # 绘制柱状图

# 添加数据标签
for index, row in grouped_data.iterrows():
    plt.text(row.name, row.Value, round(row.Value, 2), color='black', ha='center')  # 添加数据标签

# 美化图表
plt.title('Average Value by Category')  # 添加标题
plt.xlabel('Category')  # 添加 x 轴标签
plt.ylabel('Average Value')  # 添加 y 轴标签
plt.xticks(rotation=45)  # 旋转 x 轴标签
sns.despine()  # 去除上方和右方的边框

# 显示图表
plt.show()

这段代码首先创建了一个示例数据，其中包含了'Category' 和 'Value' 两列。然后使用 groupby 函数按 'Category' 列进行分组，并计算每组的平均值。最后使用 Seaborn 的 barplot 函数绘制柱状图，并使用 matplotlib 的 text 函数添加数据标签。调用其他函数来美化图表，如设置样式、设置图表大小、添加标题和标签等。最后调用 show 函数显示图表。