Plotly分组柱状图：为不同数据组设置独立文本标签

要实现y1组用y1_labels、y2组用y2_labels作为专属标签，有两种常用方法：

方法一：直接修改Plotly生成的Trace #

先创建基础分组柱状图（不指定全局text参数），再为每个对应trace单独设置文本列：

# 转换为Pandas数据框
df_pd = df.toPandas()

# 创建基础分组柱状图
fig = px.bar(data_frame=df_pd, x='x', y=['y1','y2'], barmode='group')

# 为第一个trace（对应y1）设置y1_labels
fig.data[0].text = df_pd['y1_labels']
# 为第二个trace（对应y2）设置y2_labels
fig.data[1].text = df_pd['y2_labels']

# 设置文本显示位置（可选，比如柱子外侧）
fig.update_traces(textposition='outside')

fig.show()

方法二：重塑数据为长格式（更符合Plotly Express设计思路） #

将宽格式数据转换为长格式，把标签与对应数值绑定后，直接在绘图时指定text列：

df_pd = df.toPandas()

# 重塑数据：将y1、y2列转为分类，同时关联对应标签
melted_df = df_pd.melt(
    id_vars='x',
    value_vars=['y1', 'y2'],
    var_name='指标类型',
    value_name='数值'
)
# 匹配对应标签
melted_df['标签'] = melted_df.apply(
    lambda row: row['y1_labels'] if row['指标类型'] == 'y1' else row['y2_labels'],
    axis=1
)

# 创建分组柱状图，直接指定text为匹配后的标签列
fig = px.bar(
    melted_df,
    x='x',
    y='数值',
    color='指标类型',
    barmode='group',
    text='标签'
)
fig.update_traces(textposition='outside')
fig.show()

两种方法都能实现需求：方法一适合快速调整已有的图表代码；方法二更灵活，后续新增y3、y3_labels时只需修改少量代码即可适配。

内容的提问来源于stack exchange，提问作者Moran Reznik