求助：制作按年份分组、展示各性别消费总额的堆叠条形图

原代码的核心问题 #

• 未处理日期字段提取年份，也没按「年份+性别」分组，无法实现按年份对比各性别消费额的需求
• groupby的计算结果未保存，后续代码完全没用到汇总后的真实数据
• plt.bar(xp,genders)参数错误，条形图需要的是x轴位置和对应数值，这里传入性别字符串列表不符合要求
• plt.xticks(xp,x)中的x变量未定义，注释的代码里bar1、male等变量也都未定义，逻辑不完整

修正后的完整代码 #

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

sns.set(style = "white", color_codes=True)
sales = pd.read_csv("/kaggle/input/mobile-sales-dataset/mobile_sales.csv")

# 1. 从日期字段提取年份（假设日期格式是MM-DD-YYYY）
sales['Year'] = pd.to_datetime(sales['Date'], format='%m-%d-%Y').dt.year

# 2. 按年份、性别分组，计算总消费额
gender_year_revenue = sales.groupby(['Year', 'CustomerGender'])['TotalRevenue'].sum().unstack()

# 3. 绘制堆叠条形图
ax = gender_year_revenue.plot(kind='bar', stacked=True, figsize=(10,6))

# 设置图表标签和标题
plt.ylabel('总消费金额')
plt.title('各年份不同性别总消费金额对比')
plt.xticks(rotation=0)  # 年份标签不旋转，更易读
plt.legend(title='性别')

# 显示图表
plt.show()

代码关键步骤说明 #

• 日期处理：用pd.to_datetime解析日期，指定格式%m-%d-%Y确保解析正确，再提取年份字段
• 分组汇总：用groupby(['Year', 'CustomerGender'])实现双维度分组，unstack()把性别转为列，方便直接绘制堆叠图
• 堆叠图绘制：直接调用plot(kind='bar', stacked=True)，pandas会自动处理x轴（年份）和各堆叠部分（性别）的数值，无需手动计算条形位置

内容的提问来源于stack exchange，提问作者Collin Sewell