如何用ggplot绘制按产品类别统计的销量条形图（订单数×销量）

核心逻辑 #

你需要先按产品类别对订单数据分组，汇总每个类别下的总销量（即同类别所有订单的销量字段求和，而非统计订单数量），再基于汇总结果生成条形图。

代码实现（Python + Pandas + Matplotlib） #

1. 导入依赖库 #

import pandas as pd
import matplotlib.pyplot as plt

2. 加载数据（或替换为你的真实数据源） #

这里用示例数据模拟你的订单结构，你可以换成从本地文件读取（比如 df = pd.read_csv('你的订单文件.csv')）：

# 示例订单数据：订单编号、产品类别、单订单对应类别的销量
data = {
    '订单编号': ['OD001', 'OD002', 'OD003', 'OD004', 'OD005', 'OD006'],
    '产品类别': ['电子产品', '服装', '电子产品', '家居', '服装', '服装'],
    '销量': [3, 5, 2, 1, 4, 2]
}
df = pd.DataFrame(data)

3. 按类别汇总总销量 #

# 分组求和：按产品类别聚合，对销量字段求和得到总销量
category_total_sales = df.groupby('产品类别')['销量'].sum().reset_index()
# 重命名列名（可选，让结果更直观）
category_total_sales.columns = ['产品类别', '总销量']

4. 绘制条形图 #

# 设置绘图风格（可选）
plt.style.use('seaborn-v0_8')

# 创建条形图
plt.bar(category_total_sales['产品类别'], category_total_sales['总销量'])

# 添加图表标签与标题
plt.xlabel('产品类别')
plt.ylabel('总销量')
plt.title('各产品类别总销量统计')

# 在条形上方标注具体数值（可选，提升可读性）
for idx, value in enumerate(category_total_sales['总销量']):
    plt.text(idx, value + 0.1, str(value), ha='center')

# 自动调整布局，避免标签重叠
plt.tight_layout()

# 显示图表
plt.show()

补充说明 #

• 核心区别：用sum()计算总销量，而非count()统计订单数量，精准匹配你的需求。
• 多类别订单兼容：如果同一订单编号对应多个产品类别（即同一订单有多行不同类别数据），上述代码依然有效，会按类别单独汇总该订单内对应类别的销量。
• 美观化可选：如果想用Seaborn绘制更精致的条形图，可替换绘图部分为：

import seaborn as sns
sns.barplot(x='产品类别', y='总销量', data=category_total_sales)
plt.title('各产品类别总销量统计')
plt.show()

内容的提问来源于stack exchange，提问作者F M