如何用Pandas、Matplotlib绘制以loc/items为x轴的堆叠柱状图

核心思路是先将原始DataFrame的结构调整为行对应loc/items，列对应各个Name，再绘制堆叠柱状图，无需手动构造数据。

步骤1：明确原始DataFrame结构 #

假设你的原始数据实际结构如下（修正列名格式，loc.items是两列loc和items）：

步骤2：数据转换与绘图代码 #

用pandas的索引设置和转置操作自动调整结构，再调用绘图方法：

import pandas as pd
import matplotlib.pyplot as plt

# 1. 构造/读取原始DataFrame（示例模拟你的数据）
data = {
    'Names': [f'Name{i}' for i in range(1, 100)],
    'loc': [343, 5, 688, 88, 1] + [10]*94 + [22],
    'items': [1756, 15, 1667, 444, 1] + [20]*94 + [111]
}
df = pd.DataFrame(data)

# 2. 将Names设为索引后转置，得到所需结构
df_transposed = df.set_index('Names').T

# 3. 绘制堆叠柱状图
df_transposed.plot(kind='bar', stacked=True, figsize=(10, 6))
plt.title('loc/items的各Name数值堆叠柱状图')
plt.xlabel('类别')
plt.ylabel('数值')
# 把图例移到图外避免遮挡
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
plt.tight_layout()
plt.show()

之前代码无效的原因 #

你之前的代码存在两个关键问题：

• 错误指定x='carrier'，但你的数据中不存在carrier列；
• 未对数据转置，原始结构是行对应Name，列对应loc/items，无法直接生成以loc/items为x轴的堆叠柱。

转置后的df_transposed和你手动构造的DataFrame结构完全一致，因此能直接生成符合需求的堆叠图。

内容的提问来源于stack exchange，提问作者Jodahsh