如何修改Seaborn代码实现正确分面堆叠柱状图（解决>7分面异常）

数据与需求 #

现有如下Pandas DataFrame数据：

d = {'cutoff': ['>6']*8+ ['>7']*8 +['>8']*8,
     'month': ['3m','3m','3m','3m','6m','6m','6m','6m'] * 3,
     'outcome': ['D','D','I','I']*6,
     'count': ['0','>0']*12,
     'proportion': [0.25, 0.75, 0.4, 0.6, 0.3, 0.7, 0.8, 0.2, 0.1, 0.9, 0, 1.0,
                    0.15, 0.85, 0.2, 0.8, 0.3, 0.7, 0.8, 0.2, 0.35, 0.65, 1.0, 0]}

tdf = pd.DataFrame(d)

需求是展示不同cutoff、不同month下，不同outcome对应的count占比差异，需创建FacetGrid分面堆叠柱状图，预期每个cutoff分面下，按month+outcome分组展示堆叠的占比柱形。

问题代码与异常 #

使用以下代码绘制时，>7分面的柱状图分布异常（呈均匀分布）：

def draw_stacked_bar(*args, **kwargs):
    data = kwargs.pop('data')
    ax = plt.gca()  

    pivot_df = data.pivot(index=['month','outcome'], columns='gitis_count', values='proportion')
    pivot_df.plot(kind='bar', stacked=True, ax=ax)

    plt.xticks(rotation=45)

g = sb.FacetGrid(grouped_df, col='cutoff', col_wrap=3, height=4, sharey=True)
g.map_dataframe(draw_stacked_bar)  

问题分析与修复代码 #

问题原因 #

1. 代码中使用未定义的grouped_df，应替换为原始数据tdf；
2. 透视时列名写错：gitis_count应为数据中的count；
3. 不同分面的透视列顺序、分组索引不一致，导致堆叠逻辑混乱，部分分组缺失引发柱形错位。

修正后的代码 #

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

d = {'cutoff': ['>6']*8+ ['>7']*8 +['>8']*8,
     'month': ['3m','3m','3m','3m','6m','6m','6m','6m'] * 3,
     'outcome': ['D','D','I','I']*6,
     'count': ['0','>0']*12,
     'proportion': [0.25, 0.75, 0.4, 0.6, 0.3, 0.7, 0.8, 0.2, 0.1, 0.9, 0, 1.0,
                    0.15, 0.85, 0.2, 0.8, 0.3, 0.7, 0.8, 0.2, 0.35, 0.65, 1.0, 0]}

tdf = pd.DataFrame(d)

# 固定count的堆叠顺序，确保所有分面一致
count_order = ['0', '>0']
# 固定分组索引顺序，避免缺失类别导致错位
index_order = [('3m', 'D'), ('3m', 'I'), ('6m', 'D'), ('6m', 'I')]

def draw_stacked_bar(*args, **kwargs):
    data = kwargs.pop('data')
    ax = plt.gca()  

    # 透视后重新索引，统一所有分面的分组和列顺序
    pivot_df = data.pivot(index=['month','outcome'], columns='count', values='proportion')
    pivot_df = pivot_df.reindex(index=index_order, columns=count_order).fillna(0)
    
    pivot_df.plot(kind='bar', stacked=True, ax=ax)
    # 自定义x轴标签，更贴合需求
    ax.set_xticklabels([f"{m}-{o}" for m, o in index_order], rotation=45)
    ax.set_xlabel('')
    ax.legend(title='Count')

g = sb.FacetGrid(tdf, col='cutoff', col_wrap=3, height=4, sharey=True)
g.map_dataframe(draw_stacked_bar)  
plt.tight_layout()
plt.show()

修复说明 #

• 修正了变量名和列名错误，确保数据来源正确；
• 强制指定count堆叠顺序和分组索引顺序，避免分面间的展示逻辑不一致；
• 用fillna(0)处理缺失值，保证所有分组都有对应的占比数据；
• 自定义x轴标签，让展示更符合预期需求。

内容的提问来源于stack exchange，提问作者pill45