如何用含50+ dummy变量的DataFrame绘制筛除零值的百分比堆叠柱状图

数据老陈

2026-10-1

需求实现最优思路

1 数据预处理（核心步骤）

所有绘图库默认都是按传入的全量数据渲染，所以不需要找库的内置参数，直接在数据层提前过滤0值即可，逻辑如下：

把原宽表转为长表，过滤掉计数为0的dummy变量记录
按月份分组计算每个非0变量的当月占比
示例代码：

import pandas as pd

# 宽表转长表
df_long = df.melt(id_vars='date', var_name='dummy_var', value_name='count')
# 过滤当月取值为0的变量
df_long = df_long[df_long['count'] > 0]
# 计算每月总计数
df_long['month_total'] = df_long.groupby('date')['count'].transform('sum')
# 计算单变量月度占比
df_long['percentage'] = df_long['count'] / df_long['month_total'] * 100

2 绘图实现

推荐方案：Plotly交互图

适合需要查看明细的场景，自动只堆叠每个月的非0变量：

import plotly.express as px

# 定义统一的颜色映射，避免同一变量不同月份颜色不一致
# 可根据自己的变量数量自定义
color_map = {f'dummy_var{i}': px.colors.qualitative.Plotly[i%10] for i in range(1, 51)}

fig = px.bar(
    df_long,
    x='date',
    y='percentage',
    color='dummy_var',
    color_discrete_map=color_map,
    title='月度项目构成百分比堆叠图',
    labels={'percentage':'占比(%)', 'date':'月份', 'dummy_var':'项目类型'},
    text='percentage'
)
# 设置堆叠模式
fig.update_layout(barmode='stack')
# 格式化占比显示
fig.update_traces(texttemplate='%{text:.1f}%', textposition='inside')
fig.show()

备选方案：Seaborn静态图

适合需要导出为图片的场景：

import seaborn as sns
import matplotlib.pyplot as plt

plt.figure(figsize=(12, 6))
sns.histplot(
    data=df_long,
    x='date',
    weights='percentage',
    hue='dummy_var',
    multiple='stack',
    shrink=0.8,
    palette=color_map
)
plt.title('月度项目构成百分比堆叠图')
plt.ylabel('占比(%)')
plt.xlabel('月份')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()