Plotly堆叠柱状图周级显示异常，仅日级可正常展示

我有如下DataFrame：

Date  rank_.            category  genre breakdown  count
0     2022-01-01        top 50    dutch hiphop      7
1     2022-01-01        top 50       dutch pop     12
2     2022-01-01        top 50           other     31
3     2022-01-01        top 50     other dutch      0
4     2022-01-01       top 100    dutch hiphop      2
...          ...           ...             ...    ...
5515  2023-04-05       top 100     other dutch      0
5516  2023-04-05       top 200    dutch hiphop     11
5517  2023-04-05       top 200       dutch pop     16
5518  2023-04-05       top 200           other     74
5519  2023-04-05       top 200     other dutch      1

用Plotly绘制日级日期作为X轴的堆叠百分比柱状图时显示正常，但把Date列改成周格式（比如37-2022这种“周数-年份”格式）后，图表直接为空。我猜测是日期格式和字符串类型的差异导致的，但不知道怎么解决，相关代码如下：

counts = df.groupby(['Date', 'genre breakdown'])['track_isrc'].nunique()

# 创建包含统计结果的DataFrame
counts_df = counts.reset_index(name='count')

# 计算每个日期下，各流派占总数的百分比
counts_df['percent'] = counts_df.groupby('Date')['count'].apply(lambda x: x / x.sum() * 100)

# 定义流派的显示顺序
category_order = ['Dutch Pop', 'Dutch HipHop']

# 创建堆叠百分比柱状图
fig = px.bar(counts_df, x='Date', y='percent', color='genre breakdown', barmode='stack', 
             category_orders={"genre breakdown": category_order},
             color_discrete_sequence=px.colors.qualitative.Pastel)

核心原因 #

改成37-2022这种字符串格式后，Plotly可能仍将其识别为日期时间类型而非普通字符串，但这种格式不符合标准日期解析规则，导致X轴无法正确渲染，最终图表为空。另外还有两个潜在问题：

1. category_order里的流派名称是大写开头的Dutch Pop、Dutch HipHop，但DataFrame里的流派是小写的dutch pop、dutch hiphop，大小写不匹配会导致对应流派的柱子无法显示。
2. 数据中存在count=0的行，可能干扰百分比计算和图表渲染。

解决步骤 #

1. 强制将Date列视为字符串分类 #

在处理完周格式转换后，显式将Date列转为字符串，或者通过category_orders指定X轴顺序，让Plotly将其当作分类变量处理：

# 方法1：显式转为字符串
counts_df['Date'] = counts_df['Date'].astype(str)

# 方法2：指定X轴的排序，强制按分类渲染
date_order = sorted(counts_df['Date'].unique())

2. 修正流派名称的大小写匹配 #

把category_order里的名称改成和DataFrame完全一致的小写：

category_order = ['dutch pop', 'dutch hiphop']

3. 过滤无效数据（可选） #

提前过滤掉count=0的行，减少无效数据对图表的干扰：

counts_df = counts_df[counts_df['count'] > 0]

完整修正后的代码 #

# 假设已将原始Date列转换为周格式，例如：
# df['Date'] = df['Date'].dt.strftime("%V-%Y")

counts = df.groupby(['Date', 'genre breakdown'])['track_isrc'].nunique()
counts_df = counts.reset_index(name='count')

# 过滤count为0的行
counts_df = counts_df[counts_df['count'] > 0]

# 计算百分比
counts_df['percent'] = counts_df.groupby('Date')['count'].apply(lambda x: x / x.sum() * 100)

# 修正流派顺序，匹配DataFrame中的名称
category_order = ['dutch pop', 'dutch hiphop']
# 获取排序后的周日期
date_order = sorted(counts_df['Date'].unique())

# 绘图
fig = px.bar(counts_df, x='Date', y='percent', color='genre breakdown', barmode='stack', 
             category_orders={"genre breakdown": category_order,
                              "Date": date_order},
             color_discrete_sequence=px.colors.qualitative.Pastel)

fig.show()

内容的提问来源于stack exchange，提问作者jsb92