如何创建以某列值为高度、另一列比例填充的Pandas堆叠条形图？

原始数据 #

import pandas as pd

df = pd.DataFrame({'decile': [1,1,2,2,2,3,3,3],
                   'conversion': [.3,.3,.5,.5,.5,.55,.55,.55],
                   'campaign': ['tv','online','tv','online','radio','tv','online','radio'],
                   'campaign_pct': [.6,.4,.5,.4,.1,.45,.35,.2]})

数据预览：

需求说明 #

创建条形图，以decile为X轴，每个条形总高度对应conversion值；条形内部按campaign_pct的比例，用不同颜色填充对应campaign的分段，最终每个Decile的条形被拆分为多个Campaign的颜色块，总高度等于该Decile的转化值。

解决方案代码 #

import matplotlib.pyplot as plt

# 计算每个Campaign分段的实际高度：转化值 × 该Campaign的占比
df['segment_height'] = df['conversion'] * df['campaign_pct']

# 将长格式数据转为宽格式，方便绘制堆叠条形图
pivot_df = df.pivot(index='decile', columns='campaign', values='segment_height').fillna(0)

# 绘制堆叠条形图
ax = pivot_df.plot(kind='bar', stacked=True, figsize=(8, 6), colormap='viridis')

# 设置图表标签与标题
ax.set_xlabel('Decile')
ax.set_ylabel('Conversion')
ax.set_title('Conversion by Decile (Split by Campaign)')

# 调整图例与布局
ax.legend(title='Campaign')
plt.tight_layout()
plt.show()

代码说明 #

• 先通过conversion * campaign_pct计算每个Campaign分段的实际高度，确保同一Decile下所有分段高度之和等于该Decile的转化值
• 用pivot转换数据格式，让每个Campaign作为单独列，适配matplotlib的堆叠条形图绘制逻辑
• stacked=True参数启用堆叠模式，同一X轴位置的分段会自动叠加
• 可通过colormap参数替换配色方案，比如换成tab10、coolwarm等

内容的提问来源于stack exchange，提问作者Gaurav Bansal