Python Pandas按TYPE分组绘制月度均值堆叠柱状图实现方法

你现有代码的核心问题是未按TYPE字段分组计算月度均值，且计算结果没有转换为符合堆叠柱状图要求的宽表结构，因此无法正确绘图。

import pandas as pd
import matplotlib.pyplot as plt

# 1. 预处理：日期格式转换+按日期升序排序
df['DATE'] = pd.to_datetime(df['DATE'])
df = df.sort_values('DATE', ascending=True)

# 2. 按月份+TYPE分组，计算VALUE的月度均值
df_monthly = df.groupby([pd.Grouper(key='DATE', freq='M'), 'TYPE'])['VALUE'].mean().reset_index()

# 3. 转换为宽表：索引为月份，列名为TYPE，值为对应均值
df_pivot = df_monthly.pivot(index='DATE', columns='TYPE', values='VALUE').fillna(0)

# 4. 绘制堆叠柱状图
df_pivot.plot(kind='bar', stacked=True, figsize=(10,6))
# 可选：优化x轴日期显示格式，避免显示全时间戳
plt.xticks(ticks=range(len(df_pivot.index)), labels=[x.strftime('%Y-%m') for x in df_pivot.index], rotation=45)
plt.tight_layout()
plt.show()

• 先完成日期格式转换和日期排序，满足按日期升序处理的要求
• 分组计算时同时按月度时间粒度和TYPE字段分组，得到每个月每个类型的均值
• 通过pivot方法转换为宽表结构后，每一列对应一个TYPE的月度均值，直接调用绘图方法即可生成堆叠柱状图
• 补充了x轴日期格式化的可选代码，优化图表可读性

内容的提问来源于stack exchange，提问作者Pada1