如何为DataFrame两列绘制堆叠柱状图？现有代码失效求解决

你想要基于给定的DataFrame绘制堆叠柱状图，核心需求是让对应列的柱子内部堆叠不同type的项，但原代码无法实现预期效果，下面给出问题分析和解决方案：

原代码问题分析 #

你写的代码两次调用df.plot()分别单独绘制单个列，还通过position设置了柱子的并列位置，这会导致两个问题：

• stacked=True完全无效，因为单个列没有其他系列可以堆叠
• 最终得到的是两组普通并列柱状图，而非你需要的堆叠效果

正确实现方式 #

根据你的数据结构（type分为A/B/C/D，数值列包含0error_prone_nodes、0others、1error_prone_nodes、1others），分两种常见需求给出解决方案：

需求1：每个Type对应两组堆叠柱（0组和1组）

每个type下显示两个并列柱子，分别对应0组和1组，每组柱子内部堆叠error_prone_nodes和others的数值：

import pandas as pd
import matplotlib.pyplot as plt

# 模拟你的数据（替换为真实DataFrame即可）
data = {
    'type': ['A', 'B', 'C', 'D'],
    '0error_prone_nodes': [10, 20, 15, 25],
    '0others': [5, 10, 8, 12],
    '1error_prone_nodes': [15, 25, 20, 30],
    '1others': [7, 12, 10, 15]
}
df = pd.DataFrame(data)

fig, ax = plt.subplots(figsize=(10, 6))

# 绘制0组的堆叠柱
df.plot(
    x='type',
    y=['0error_prone_nodes', '0others'],
    kind='bar',
    stacked=True,
    ax=ax,
    width=0.4,
    position=0,
    color=['#1f77b4', '#ff7f0e']
)

# 绘制1组的堆叠柱，与0组并列
df.plot(
    x='type',
    y=['1error_prone_nodes', '1others'],
    kind='bar',
    stacked=True,
    ax=ax,
    width=0.4,
    position=1,
    color=['#2ca02c', '#d62728']
)

# 调整图表标签和图例
ax.set_xlabel('Type')
ax.set_ylabel('数值')
ax.legend(
    ['0组-错误节点', '0组-其他节点', '1组-错误节点', '1组-其他节点'],
    bbox_to_anchor=(1.05, 1),
    loc='upper left'
)
plt.tight_layout()
plt.show()

需求2：按组别（0/1）堆叠不同Type的数值

如果你的需求是x轴为0、1两个组别，每个组别下的柱子堆叠不同type的数值，可先重塑数据再绘图：

import pandas as pd
import matplotlib.pyplot as plt

# 模拟数据
data = {
    'type': ['A', 'B', 'C', 'D'],
    '0error_prone_nodes': [10, 20, 15, 25],
    '0others': [5, 10, 8, 12],
    '1error_prone_nodes': [15, 25, 20, 30],
    '1others': [7, 12, 10, 15]
}
df = pd.DataFrame(data).set_index('type')

# 拆分0组和1组数据，统一列名
df0 = df[['0error_prone_nodes', '0others']].rename(columns=lambda x: x[1:])
df1 = df[['1error_prone_nodes', '1others']].rename(columns=lambda x: x[1:])

# 合并为以组别为索引的DataFrame
combined_df = pd.concat([df0.sum().rename('0'), df1.sum().rename('1')], axis=1).T

fig, ax = plt.subplots(figsize=(10, 6))
combined_df.plot(kind='bar', stacked=True, ax=ax)

ax.set_xlabel('组别')
ax.set_ylabel('总数值')
ax.legend(title='节点类型')
plt.show()

内容的提问来源于stack exchange，提问作者maks