如何基于pandas DataFrame用seaborn绘制优先级计数堆叠条形图

不需要复杂的自定义绘图逻辑，基于pandas内置绘图接口（兼容matplotlib、可搭配seaborn美化风格）3步就能出图，代码量最少：

• 第一步：用pd.crosstab快速统计每个组件下不同优先级的出现次数，自动转成堆叠图需要的宽表结构
• 第二步：直接调用DataFrame的plot方法指定stacked=True生成堆叠条形图
• 第三步：按需调整坐标轴、标签、图例即可

完整可运行代码 #

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 可选：套用seaborn风格美化图表
sns.set_theme()

# 对应你给出的示例数据
df = pd.DataFrame({
    'Component': ['Browse Groups', 'Notifications', 'BI', 'BI', 'BI'],
    'Priority': ['Minor', 'Major', 'Major', 'Minor', 'Minor']
})

# 核心逻辑：交叉统计计数
count_table = pd.crosstab(index=df['Component'], columns=df['Priority'])

# 绘制堆叠条形图
ax = count_table.plot(
    kind='bar',
    stacked=True,
    figsize=(8, 5),
    width=0.6
)

# 可选：给每个堆叠块添加居中的数值标注
for bar_group in ax.containers:
    ax.bar_label(bar_group, label_type='center')

# 坐标轴调整
plt.xticks(rotation=0)
plt.ylabel('Priority Count')
plt.xlabel('Component')
plt.tight_layout()
plt.show()

输出效果说明 #

生成的图表完全匹配你的需求：

• x轴按顺序展示所有Component分类：Browse Groups、Notifications、BI
• Browse Groups对应条形仅展示Minor优先级，计数为1
• Notifications对应条形仅展示Major优先级，计数为1
• BI对应条形分两层堆叠：下层为Major优先级计数1，上层为Minor优先级计数2，条形总高度为3

注：seaborn原生没有提供直接生成堆叠条形图的封装接口，如果强行用seaborn的barplot循环绘制堆叠层，代码量会比上面的方案高很多，没有必要。

内容的提问来源于stack exchange，提问作者mgn