目次：

はじめに
DataFrameの前処理
catplot　引数なし
catplot　bar型グラフ
catplot　violin型グラフ
まとめ

1.はじめに

pandasのデータフレームからseabornのbarplotを作る場合、前処理が必要なのでメモ用に記載しておくとする。
（これが一番いいプロット方法というわけでもないので、急いでいるんだったらブラウザバックしてpd.DataFrame.plot()について調べてください。）

データフレームは以下のを使うとする。

df = pd.DataFrame({'Japan': [100, 300, 200, 100],
                   'USA': [200, 300, 400, 500],
                   'Canada': [300, 200, 100, 400]},
                  index=['cat', 'dog', 'hamster', 'horse'])
df

Out:

	Canada	Japan	USA
cat	300	100	200
dog	200	300	300
hamster	100	200	400
horse	400	100	500

似ているfactorplot関数についての注意！
旧名称はfactorplotで、もうすぐ使えなくなるとかなのでcatplotを使おう。
ちなみにfactorplotを使おうとすると以下のような警告が出る。

/usr/local/lib/python3.6/site-packages/seaborn/categorical.py:3666: UserWarning: The `factorplot` function has been renamed to `catplot`. The original name will be removed in a future release. Please update your code. Note that the default `kind` in `factorplot` (`'point'`) has changed `'strip'` in `catplot`.
  warnings.warn(msg)

seabornは主にsnsと略されるので以下ではsns.catplotとして使用していく。

#DataFrame の前処理
あとで使うseabornの引数であるx, y, hueを取り入れるために今データの前処理をする。
前処理にはpd.melt()を使う（meltは溶かす、の意味。意味どおりdfを溶かして、数値データ、indexなどを列一個にまとめる）

melted_df = pd.melt(
    df.reset_index(), id_vars="index",
    var_name="Country", value_name="Species")
melted_df.rename(columns={'index': 'Animal'}, inplace=True)
melted_df

このように前処理をしなければあとで、ちょっとめんどくさい！
Out:

	Animal	Country	Species
0	cat	Canada	300
1	dog	Canada	200
2	hamster	Canada	100
3	horse	Canada	400
4	cat	Japan	100
5	dog	Japan	300
6	hamster	Japan	200
7	horse	Japan	100
8	cat	USA	200
9	dog	USA	300
10	hamster	USA	400
11	horse	USA	500

seabornのcatplotを引数無しで使う場合

seabornのcatplotは主にドットのプロットを描画してくれる。

sns.catplotを使うと以下のようなグラフが与えられる。

sns.catplot(x='Animal', y='Species', hue='Country', data=melted_df)
plt.show()

ここで、

sns.catplot(data=df)
plt.show()

を使うと以下のようになり、各国同じ色で動物が識別しにくいグラフが生まれてしまう。

#seabornのcatplotのbar graph型
棒グラフは以下のように描画可能

sns.catplot(x='Country', y='Species', hue='Animal', data=melted_df, kind='bar')
plt.show()

sns.catplot(data=df)
plt.show()

これだと以下のようになってしまい、各国、各動物の対比が見れない。

seabornのcatplotのviolin型

今回は前処理なしのdfを使う。

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


df = pd.DataFrame({'Japan': [100, 300, 200, 100],
                   'USA': [200, 300, 400, 500],
                   'Canada': [300, 200, 100, 400]},
                  index=['cat', 'dog', 'hamster', 'horse'])
sns.catplot(data = df, kind='violin')
plt.show()

かっこいい！これは各国の動物の個体数の平均などを入れた箱ひげ図に近いグラフとなる。

まとめ

barかviolinは結局以下のようにかけば描画可能

df = pd.DataFrame({'Japan': [100, 300, 200, 100],
                   'USA': [200, 300, 400, 500],
                   'Canada': [300, 200, 100, 400]},
                  index=['cat', 'dog', 'hamster', 'horse'])
melted_df = pd.melt(
    df.reset_index(), id_vars="index",
    var_name="Country", value_name="Species")

#動物のカラムの名前が'index'になってしまっているので、'Animal'に変更
melted_df.rename(columns={'index': 'Animal'}, inplace=True)

#点のみのグラフを描画したい場合
sns.catplot(x='Animal', y='Species', hue='Country', data=melted_df)
plt.show()
#一応figureをcloseしておく
plt.close()

#棒グラフの場合
sns.catplot(x='Animal', y='Species', hue='Country', data=melted_df, kind='bar')
plt.show()
#一応figureをcloseしておく
plt.close()

あとはseabornのdocumentationを参考にすると良い。
また繰り返しになりますが、violinなどが描きたい！以外のデータフレームのプロットは
pd.DataFrame.plot()を使ったほうがいいと思います。

参考(seaborn.catplotについてのドキュメンテーション)

https://seaborn.pydata.org/generated/seaborn.catplot.html