使用matplotlib子图绘制pandas groupby输出

可以通过以下步骤实现：

1. 导入必要的库：import pandas as pd import matplotlib.pyplot as plt
2. 创建一个示例数据集：data = {'Category': ['A', 'A', 'B', 'B', 'B', 'C', 'C'], 'Value': [1, 2, 3, 4, 5, 6, 7]} df = pd.DataFrame(data)
3. 使用groupby函数按照Category列进行分组，并计算每个组的平均值：grouped = df.groupby('Category').mean()
4. 创建一个包含子图的画布，并设置子图的布局：fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(10, 5))
5. 在第一个子图中绘制柱状图：axes[0].bar(grouped.index, grouped['Value']) axes[0].set_title('Mean Value by Category') axes[0].set_xlabel('Category') axes[0].set_ylabel('Mean Value')
6. 在第二个子图中绘制饼图：axes[1].pie(grouped['Value'], labels=grouped.index, autopct='%1.1f%%') axes[1].set_title('Distribution of Categories')
7. 调整子图之间的间距，并显示图形：plt.tight_layout() plt.show()

这样就可以使用matplotlib子图绘制pandas groupby输出，并展示每个组的平均值柱状图和类别分布饼图。