如何基于pandas DataFrame绘制分品牌占比柱状图子图

补全依赖导入、子图创建、数据筛选和属性配置逻辑后，即可实现需求效果，完整可运行代码如下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 示例数据集
df = pd.DataFrame({
    'brand':['A','A', 'A', 'B','B', 'B' ,'C','C', 'C'],
    'plants':[0, 1, 2, 0,1,2,0,1,2],
    '% of total':[80, 12, 8, 67, 18, 5,35, 40,25],
})

# 创建3行1列的子图布局，可根据需要调整行列参数改变排列方式
fig, axes = plt.subplots(nrows=3, ncols=1, figsize=(8, 12))
brand_list = ['A', 'B', 'C']

for i, brand in enumerate(brand_list):
    ax = axes[i]
    # 筛选当前品牌对应的数据
    brand_data = df[df['brand'] == brand].copy()
    # 若数据总和不为100%，取消下方注释即可自动归一化计算百分比
    # brand_data['% of total'] = brand_data['% of total'] / brand_data['% of total'].sum() * 100
    # 绘制柱状图
    bars = ax.bar(brand_data['plants'], brand_data['% of total'], width=0.6)
    # 配置子图属性
    ax.set_title(f'Brand {brand}', fontweight='bold')
    ax.set_xlabel('plants')
    ax.set_ylabel('% of total')
    ax.set_xticks(brand_data['plants'])
    ax.set_ylim(0, 100)
    # 为柱子添加顶部数值标签
    for bar in bars:
        height = bar.get_height()
        ax.text(bar.get_x() + bar.get_width()/2., height,
                f'{height}%',
                ha='center', va='bottom')

# 自动调整子图间距，避免标签、标题遮挡
plt.tight_layout()
plt.show()

关键逻辑说明 #

• 原有代码卡点：仅创建了空白画布，没有生成对应3个品牌的独立子图轴，所有绘图操作会默认叠加在同一个坐标系下，无法生成独立分图
• 归一化计算：如果原始数据各plant的数值总和不是100%，取消代码中归一化行的注释即可自动计算各plant占比，保证单品牌下总和为100%
• 布局调整：如需横向排列3张图表，将plt.subplots参数改为nrows=1, ncols=3, figsize=(15,4)即可
• 样式调整：柱子宽度、填充色、标签字体大小均可通过修改对应绘图参数自定义，匹配参考效果

参考效果：

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