如何统计列值制作堆叠条形图？解决count列全为NaN问题

你之前的代码出现全NaN是因为df['Detail'].value_counts()统计的是全表范围内每个Detail值的总次数，它的索引是Detail的不同取值，和原DataFrame的索引完全不匹配，直接赋值时大部分位置找不到对应值，自然会填充NaN。

要实现按Main分组统计各Detail的数量并制作堆叠条形图，正确步骤如下：

1. 分组统计每个Main下各Detail的出现次数
   用groupby同时按Main和Detail分组，统计每组的行数（即对应数量）：

# 分组计数并重置索引为常规DataFrame
count_df = df.groupby(['Main', 'Detail']).size().reset_index(name='count')

2. 重塑数据为堆叠条形图所需格式
   把数据转换成以Main为行索引、Detail为列、count为值的结构，缺失值填充0（避免某个Main下没有的Detail出现空缺）：

stacked_data = count_df.pivot(index='Main', columns='Detail', values='count').fillna(0)

3. 绘制堆叠条形图
   直接调用pandas的绘图方法生成堆叠条形图：

stacked_data.plot(kind='bar', stacked=True, figsize=(10,6))

如果需要自定义图表样式，可补充参数调整：

ax = stacked_data.plot(kind='bar', stacked=True, figsize=(10,6))
ax.set_title('各Main分类下Detail的分布')
ax.set_xlabel('Main分类')
ax.set_ylabel('数量')
ax.legend(title='Detail分类')

内容的提问来源于stack exchange，提问作者ShazelP