按年份为unit_id上色的楼层RFS堆叠条形图可扩展实现咨询

核心优化逻辑是避免手动拆分不同order层级的数据，通过自动计算堆叠偏移量适配任意数量的单元/order层级，同时保留年份映射颜色的逻辑，以下是两种常用的可扩展实现：

方案1：原生Matplotlib循环实现（无额外依赖，适配任意order数量） #

不需要手动拆分order层级，无论每个楼层有多少个单元、order有多少级都可以自动适配：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.patches import Patch

# 测试数据和颜色映射和原逻辑保持一致
df_build = pd.DataFrame({
    'floor':[1,1,1,2,2,2,3,3,3],
    'unidad':[100,101,102,200,201,202,300,301,302],
    'rsf':[2000,1000,1500,1500,2000,1000,1000,1500,2000],
    'order':[0,1,2,0,1,2,0,1,2],
    'year':[2008,2009,2010,2009,2010,2011,2010,2011,2012]
})
assign_colors = {2008:'tab:red',2009:'tab:blue',2010:'tab:green',2011:'tab:pink',2012:'tab:olive'}

# 预先按楼层、order排序，避免数据顺序错误
df_build = df_build.sort_values(['floor', 'order']).reset_index(drop=True)
# 自动计算每个单元的堆叠左偏移：同楼层前序单元的rsf总和
df_build['left_offset'] = df_build.groupby('floor')['rsf'].cumsum().shift(fill_value=0)
# 映射年份对应的颜色
df_build['color'] = df_build['year'].map(assign_colors)

width = 0.35 
fig, ax = plt.subplots()

# 循环所有单元绘制，不需要拆分order层级
for _, row in df_build.iterrows():
    ax.barh(row['floor'], row['rsf'], width, left=row['left_offset'], color=row['color'])

ax.set_ylabel('floor')
ax.set_title('Stacking Plan')
# 可选：添加年份图例
legend_elements = [Patch(facecolor=color, label=str(year)) for year, color in assign_colors.items()]
ax.legend(handles=legend_elements, bbox_to_anchor=(1.05, 1), loc='upper left')

plt.tight_layout()
plt.show()

方案2：Pandas内置plot实现（代码更简洁） #

如果追求代码简洁，可以用透视表+pandas内置绘图能力实现，代码量更小：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.patches import Patch

df_build = pd.DataFrame({
    'floor':[1,1,1,2,2,2,3,3,3],
    'unidad':[100,101,102,200,201,202,300,301,302],
    'rsf':[2000,1000,1500,1500,2000,1000,1000,1500,2000],
    'order':[0,1,2,0,1,2,0,1,2],
    'year':[2008,2009,2010,2009,2010,2011,2010,2011,2012]
})
assign_colors = {2008:'tab:red',2009:'tab:blue',2010:'tab:green',2011:'tab:pink',2012:'tab:olive'}
df_build['color'] = df_build['year'].map(assign_colors)

# 透视表处理：行是floor，列是order，值分别对应rsf和颜色
df_pivot = df_build.pivot(index='floor', columns='order', values='rsf')
color_pivot = df_build.pivot(index='floor', columns='order', values='color')

# 直接绘制水平堆叠条形图
ax = df_pivot.plot.barh(stacked=True, color=color_pivot.values, width=0.35, figsize=(8, 5))
ax.set_title('Stacking Plan')
ax.set_ylabel('floor')

# 添加年份图例
legend_elements = [Patch(facecolor=color, label=str(year)) for year, color in assign_colors.items()]
ax.legend(handles=legend_elements, bbox_to_anchor=(1.05, 1), loc='upper left')

plt.tight_layout()
plt.show()

两种方案都不需要手动处理order层级，新增楼层、单元、order值都不需要修改核心逻辑，适配任意规模的数据集。

内容的提问来源于stack exchange，提问作者Alamond13