如何为列数及列名未知的DataFrame绘制Seaborn堆叠柱状图

实现思路 #

• 自动提取透视表中所有需要堆叠的数值列名，无需提前获知列的数量和具体名称
• 维护一个bottom累加数组，每绘制完一层柱状图，就将该层的数值累加到bottom中，作为下一层柱状图的底部基线
• 配合Seaborn内置调色板自动为不同堆叠层分配差异化颜色，无需手动逐个指定

完整实现代码 #

场景1：透视表索引为X轴字段（如示例中的month字段） #

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

# 替换为你自己的透视表变量
pivot_df = your_pivot_table
# 自动获取X轴字段名（即透视表索引名）
x_col = pivot_df.index.name
# 自动获取所有需要堆叠的数值列名
value_cols = pivot_df.columns.tolist()

# 初始化底部基线数组，长度和X轴类别数一致，初始值为0
bottom = np.zeros(len(pivot_df))
# 自动生成和数值列数量匹配的配色
palette = sns.color_palette("husl", n_colors=len(value_cols))

plt.figure(figsize=(10, 6))
for idx, col in enumerate(value_cols):
    # 绘制当前层柱状图，指定底部基线为之前所有层的累加值
    sns.barplot(x=pivot_df.index, y=pivot_df[col], bottom=bottom, color=palette[idx], label=col)
    # 累加当前层数值到基线，供下一层使用
    bottom += pivot_df[col].values

# 图表细节优化
plt.xlabel(x_col)
plt.ylabel("数值")
plt.legend(title="堆叠类别")
plt.show()

场景2：透视表已重置索引，X轴为普通列 #

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

# 替换为你自己的透视表变量
pivot_df = your_pivot_table
# 替换为你实际的X轴列名，也可以动态指定第一列为X轴
x_col = "month"
# 过滤掉X轴列，剩余列自动判定为需要堆叠的数值列
value_cols = [col for col in pivot_df.columns if col != x_col]

bottom = np.zeros(len(pivot_df))
palette = sns.color_palette("husl", n_colors=len(value_cols))

plt.figure(figsize=(10, 6))
for idx, col in enumerate(value_cols):
    sns.barplot(x=x_col, y=col, data=pivot_df, bottom=bottom, color=palette[idx], label=col)
    bottom += pivot_df[col].values

plt.xlabel(x_col)
plt.ylabel("数值")
plt.legend(title="堆叠类别")
plt.show()

注意事项 #

• 如果透视表存在空值，建议先执行pivot_df = pivot_df.fillna(0)将空值替换为0，避免绘制报错
• 可以将调色板参数"husl"替换为"Set2"、"rainbow"等Seaborn支持的其他调色板名称调整配色
• 如需调整柱子宽度，可以在sns.barplot中添加width参数指定，比如width=0.8

内容的提问来源于stack exchange，提问作者mrgou