如何基于给定pandas DataFrame绘制分段堆叠条形图

以下是可直接运行的完整实现代码：

import pandas as pd
import matplotlib.pyplot as plt

# 原始数据
df = pd.DataFrame(
{
    'Dates': ['2021-04-11', '2021-06-08', '2021-06-08', '2021-06-09', '2021-06-10', '2021-07-18', '2021-07-18'], 
    'Results': ['Negative', 'Invalid', 'Negative','Negative','Negative', 'Negative', 'Positive' ], 
    'Size': [1, 1, 1, 1, 4, 21, 2]
})

# 数据聚合：按日期、检测结果分组求和，转换为适合绘图的宽表结构
df_pivot = df.groupby(['Dates', 'Results'])['Size'].sum().unstack(fill_value=0)

# 绘制堆叠条形图
ax = df_pivot.plot(kind='bar', stacked=True, figsize=(10,6), color=['#ff9999','#66b3ff','#99ff99'])

# 调整图表样式
plt.xlabel('日期', fontsize=12)
plt.ylabel('总数量', fontsize=12)
plt.title('各日期检测结果分布', fontsize=14)
plt.xticks(rotation=45, ha='right')
plt.legend(title='检测结果')

# 可选：在堆叠区域中间标注对应数值
for c in ax.containers:
    ax.bar_label(c, label_type='center')

plt.tight_layout()
plt.show()

逻辑说明 #

• 先通过groupby对同日期、同检测结果的Size字段求和，再用unstack将检测结果类型转换为列索引，得到的df_pivot每一行对应一个日期，每一列对应一种检测结果，值为该类别下的总Size
• 直接调用pandas内置的plot方法，设置stacked=True即可生成堆叠条形图，可自行调整配色、尺寸等参数匹配需求

内容的提问来源于stack exchange，提问作者shiva kumar