如何基于Pandas groupby结果绘制同图多色分组柱状图？

DataFrame结构（已将日期列解析为datetime并设为索引）： #

origin  delta
month                
2021-09  admin  -1000
2021-09    ext     20
2021-10    ext    648
2021-11  admin  -1000
2021-11    ext    590

（注：实际数据为32行3列）

尝试的代码及问题： #

• 使用groupby绘图：

monthframe.groupby("origin").plot(kind="bar",stacked=True, legend=True, xlabel="Month", ylabel="Delta", layout=(20,10),subplots=False)

无法在同一图表中显示不同颜色的分组柱状图。

• 直接调用plot：

monthframe.plot(kind="bar",stacked=True, legend=True, xlabel="Month", ylabel="Delta", layout=(20,10),subplots=False)

生成单个图表但所有origin的柱形都合并到同一月份且为同一种蓝色，无法区分分组信息，且部分参数不被识别。

解决方案： #

核心是先将数据重塑为宽格式，让每个origin成为单独的列，这样Pandas就能自动为不同列分配不同颜色并在同一月份下展示分组柱形。

步骤1：重塑数据（用pivot） #

# 将数据转为宽格式，month为索引，origin为列，delta为值
pivoted_df = monthframe.pivot(index='month', columns='origin', values='delta')

处理后的数据结构会变成：

origin    admin    ext
month                
2021-09  -1000      20
2021-10     NaN    648
2021-11  -1000    590

（若存在NaN，可使用fillna(0)填充，避免柱形缺失）

步骤2：绘制分组/堆叠柱状图 #

• 分组柱状图（并列显示）：

pivoted_df.plot(kind='bar', xlabel='Month', ylabel='Delta', legend=True)

• 堆叠柱状图：

pivoted_df.fillna(0).plot(kind='bar', stacked=True, xlabel='Month', ylabel='Delta', legend=True)

问题原因说明： #

• 直接调用plot时，Pandas默认把每行作为独立柱形，未按origin分组区分；
• groupby.plot默认会为每个分组生成单独子图，即使设置subplots=False也无法正确合并，因为原始长格式数据不符合并列/堆叠的结构要求。

内容的提问来源于stack exchange，提问作者Ando Jurai