如何在同一图表中分组绘制子类别互异的多组堆叠条形图

常规堆叠条形图教程默认所有条形的子类别完全对齐，是为了满足跨组同类别对比的需求，你这个场景属于单组构成展示，不需要跨组对齐行政区类别，不用硬套宽表逻辑，按下面的步骤实现即可：

• 第一步：用长表结构存储数据
  不要做「土地区域为行、行政区为列」的宽表，也不需要给不同区域的行政区补空对齐，直接存三字段的长表即可：

  • 土地区域名称：对应x轴上的5个独立条形
  • 行政区名称：对应每个条形内的分段标签
  • 统计数值：对应该分段的长度
    参考数据格式如下：

  土地区域,行政区,统计值
  西北片区,张庄,124
  西北片区,李村,89
  西北片区,王店,156
  东南片区,赵屯,97
  东南片区,钱集,132
  ...
  

  每个土地区域对应多少个行政区，就存多少行数据即可，没有行数限制。

• 第二步：逐段计算位置绘制条形
  不要直接调用封装好的固定类别堆叠绘图函数，不管你用Python的matplotlib/plotly、R的ggplot2还是Excel、BI工具，核心逻辑都是手动计算每个分段的起始位置：

  1. 按土地区域分组，拆分出每个区域对应的行政区、数值列表
  2. 对单个区域的数值做累计计算，每个分段的底部起始坐标 = 该区域内排在它前面所有分段的数值之和，第一个分段的底部坐标为0
  3. 循环绘制每个分段：传入对应分段的高度、底部坐标，同步给每个分段绑定对应的行政区标签
     以Python matplotlib为例，最小实现代码如下：

  import matplotlib.pyplot as plt
  import pandas as pd
  
  # 读入长表格式数据
  df = pd.read_csv("你的数据文件.csv")
  fig, ax = plt.subplots(figsize=(10, 7))
  region_list = df["土地区域"].unique()
  x_position = range(len(region_list))
  
  for x_idx, region in enumerate(region_list):
      region_subset = df[df["土地区域"] == region].reset_index(drop=True)
      current_bottom = 0
      for _, row in region_subset.iterrows():
          seg_val = row["统计值"]
          # 绘制单个分段
          ax.bar(x_idx, seg_val, bottom=current_bottom, edgecolor="white", width=0.6)
          # 分段中心位置添加行政区标签
          ax.text(x_idx, current_bottom + seg_val/2, row["行政区"], ha="center", va="center", fontsize=8)
          current_bottom += seg_val
  
  ax.set_xticks(x_position)
  ax.set_xticklabels(region_list)
  plt.tight_layout()
  plt.show()
  

• 第三步：标签展示优化
  因为各区域分段数量不等，部分分段宽度可能较窄，可根据实际效果调整展示方式：

  • 对数值过小、内部放不下文字的分段，把标签移到条形外侧，用细引线连接对应分段
  • 同一土地区域下的分段使用同色系不同深浅的颜色填充，不同区域的色系做明显区分，降低视觉混淆
  • 如果行政区总数量较多，静态图内标签拥挤的话，可以加交互效果：悬浮到对应分段时显示行政区名称和具体数值；静态输出则配套按区域分组的图例即可。

这个方案没有子类别数量限制，不管每个区域下辖5个还是9个行政区，都能自动适配堆叠，不需要提前对齐类别。

内容的提问来源于stack exchange，提问作者PhDavey