来自按级别分组的多索引熊猫数据框的子图

如何基于多索引级别之一从多索引熊猫DataFrame进行多个绘图？

我有一个模型的结果，该模型在不同情况下使用了不同的技术，结果可能看起来像这样：

import numpy as np
import pandas as pd
df=pd.DataFrame(abs(np.random.randn(12,4)),columns=[2011,2012,2013,2014])
df['scenario']=['s1','s1','s1','s2','s2','s3','s3','s3','s3','s4','s4','s4']
df['technology'=['t1','t2','t5','t2','t6','t1','t3','t4','t5','t1','t3','t4']
dfg=df.groupby(['scenario','technology']).sum().transpose()

dfg将在每种情况下每年采用的技术。我想为每个共享图例的场景创建一个子图。

如果我仅使用参数subplots = True，那么它将绘制所有可能的组合（12个子图）

dfg.plot(kind='bar',stacked=True,subplots=True)

基于此响应，我可以更接近所需的内容。

f,a=plt.subplots(2,2)

fig1=dfg['s1'].plot(kind='bar',ax=a[0,0])

fig2=dfg['s2'].plot(kind='bar',ax=a[0,1])

fig2=dfg['s3'].plot(kind='bar',ax=a[1,0])

fig2=dfg['s3'].plot(kind='bar',ax=a[1,1])

plt.tight_layout()

但是结果并不理想，每个子图都有不同的图例...这使得它很难阅读。必须有一种更容易的方法来对多索引数据框进行子图绘制...谢谢！

编辑1：泰德·彼得鲁（Ted Petrou）使用seaborn factorplot提出了一个不错的解决方案，但我有两个问题。我已经定义了样式，我不希望使用seaborn样式（一种解决方案是更改seaborn的参数）。另一个问题是我想使用堆积条形图，这需要进行大量额外的调整。我有可能用Matplotlib做类似的事情吗？