如何在Python中基于多DataFrame绘制不同数据长度的分组条形图？

需要在Python中实现：在同一张水平条形图上展示数据长度不同的多个类别。以下是我写的代码：

import pandas as pd
import matplotlib.pyplot as plt

Type_X = [200000, 150000]
Type_Y = [168000, 120000]
Comb = [192000]

Cat = ['With Time Constraints', 'With Production Constraints']
Cat2 = ['Optimised Combination of Devices']

df = pd.DataFrame({'Type X': Type_X,
                   'Type Y': Type_Y,}, index=Cat)

df2 = pd.DataFrame({'Comb' : Comb}, index=Cat2)

print(df)
print(df2)

ax = plt.subplots()
df.plot.barh(figsize = (15, 8), color={"Type X": "lightblue", "Type Y": "purple"})
df2.plot.barh(figsize = (15, 8), color={'Comb' : 'green'})


#annotate bars in bar plot
for container in ax.containers:
    ax.bar_label(container)
    
plt.title('SEC Weekly Profits of Devices under different Constraints', fontdict = {'fontsize': 20,
                                                         'fontweight': 'bold',
                                                         'color': 'black',
                                                         'verticalalignment': 'baseline',
                                                         'horizontalalignment': 'center'})

# export the file
# plt.savefig("SEC_Weekly_Profit_Cons", dpi = 300)


# Hide the right and top spines
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)

# plot show
plt.show()    

期望的图表样式：

修正方案 #

当前代码存在几个问题：

1. ax = plt.subplots() 错误接收了(figure, axes)元组，导致后续调用ax.containers时抛出属性错误；
2. 两次调用plot.barh会生成独立的画布，无法将所有类别合并到同一张图；
3. 两个DataFrame的索引不统一，无法直接在同一轴上绘制。

修正后的完整代码：

import pandas as pd
import matplotlib.pyplot as plt

Type_X = [200000, 150000]
Type_Y = [168000, 120000]
Comb = [192000]

# 定义所有类别标签
all_cats = ['With Time Constraints', 'With Production Constraints', 'Optimised Combination of Devices']

# 构建统一的DataFrame，缺失数据补0
df = pd.DataFrame({
    'Type X': [200000, 150000, 0],
    'Type Y': [168000, 120000, 0],
    'Comb': [0, 0, 192000]
}, index=all_cats)

# 创建画布和轴对象
fig, ax = plt.subplots(figsize=(15, 8))

# 在同一轴上绘制所有条形
df.plot.barh(ax=ax, color={"Type X": "lightblue", "Type Y": "purple", "Comb": "green"})

# 为每个条形添加数值标签
for container in ax.containers:
    ax.bar_label(container, fmt='%d')

# 设置标题
ax.set_title('SEC Weekly Profits of Devices under different Constraints',
             fontdict={'fontsize': 20, 'fontweight': 'bold', 'color': 'black'})

# 隐藏右侧和顶部边框
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)

# 调整布局，防止标签被截断
plt.tight_layout()

# 显示图表
plt.show()

核心调整点： #

• 统一数据结构：将所有类别和对应数据整合到一个DataFrame中，缺失的类别数据补0，确保每个类别都有所有列的数值；
• 共享绘图轴：绘制时指定ax=ax，让所有条形都渲染在同一个轴上；
• 修正轴对象初始化：正确解构plt.subplots()返回的画布和轴对象，避免属性调用错误；
• 优化标签显示：用fmt='%d'确保数值标签以整数形式展示，符合利润数据的直观性。

内容的提问来源于stack exchange，提问作者Seun Alabi