如何在长时间序列中绘制同一列中的多变量？以及如何基于双列数据绘制按年份统计的灾害类型数量堆叠柱状图

嘿，这问题我熟！咱们一步步来搞定：

核心问题解答 #

1. 无需手动拆分数据成多列！ #

完全不用把不同灾害类型拆成单独列来绘图，用Python的pandas就能直接从你现有的长格式数据（一列灾害类型、一列年份）生成适合堆叠柱状图的统计结果，全程代码自动处理，省掉手动整理的麻烦。

2. 按年份统计各灾害类型数量的方法 #

这是绘图的前置关键步骤，用pandas的分组统计就能轻松实现。我用你提供的样本数据写个具体示例：

import pandas as pd
import matplotlib.pyplot as plt

# 把你的样本数据转换成DataFrame格式
data = {
    'inctype': ['Tornado', 'Tornado', 'Flood', 'Tornado', 'Flood', 'Tornado', 'Tornado', 'Flood', 'Flood', 'Fire', 'Flood', 'Other', 'Tornado', 'Flood', 'Tornado', 'Flood', 'Flood', 'Earthquake', 'Flood', 'Flood', 'Hurricane', 'Hurricane', 'Hurricane', 'Hurricane', 'Hurricane', 'Flood', 'Hurricane', 'Hurricane', 'Flood', 'Other', 'Volcano', 'Flood', 'Tornado'],
    'decdate': [1953]*13 + [1954]*17 + [1955]*3
}
df = pd.DataFrame(data)

# 按年份+灾害类型统计数量，自动转成宽格式（年份为行，灾害类型为列）
disaster_counts = df.groupby(['decdate', 'inctype']).size().unstack(fill_value=0)

运行后，disaster_counts会生成一个规整的统计表格：每行对应一个年份，每列对应一种灾害，单元格里是该年份该灾害的发生次数，缺省的灾害类型会自动填充0，完美适配堆叠柱状图的需求。

绘制堆叠柱状图 #

有了统计好的数据，绘图就很简单了，用pandas自带的绘图功能就能直接生成：

# 绘制堆叠柱状图
disaster_counts.plot(kind='bar', stacked=True, figsize=(12, 6))

# 美化图表细节
plt.title('Annual Disaster Counts by Type (1953-1955)')
plt.xlabel('Year')
plt.ylabel('Number of Disasters')
# 把图例放到图表外侧，避免遮挡数据
plt.legend(title='Disaster Type', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.tight_layout()
plt.show()

这段代码会生成一个堆叠柱状图：每个柱子代表一年，柱子的不同颜色对应不同灾害类型，高度就是该类型的发生数量，所有类型堆叠起来就是当年的总灾害数。

如果你想用seaborn、plotly等其他绘图库，也可以用同样的统计结果来实现，核心逻辑都是先通过分组统计得到宽格式数据，全程不需要手动拆分原数据。

内容的提问来源于stack exchange，提问作者kksweene