plotnine绘制比例柱状图时fill填充参数失效该如何解决

fill失效的核心是group=1参数的优先级高于aes中fill的分组规则：

• 当geom_bar中设置group=1时，plotnine会强制将所有数据归入同一个全局分组计算占比，fill指定的Flag_Churned分组逻辑被覆盖，因此填充色不生效
• 当移除group=1时，plotnine默认按x轴的Flag_Churned字段分组计算占比，每个分类的占比都会被计算为100%，不符合「每个分面内的用户流失/留存占比」的需求

方法1：调整group参数适配分面计算逻辑 #

仅需把group=1改成group='Flag_Treat'即可，这样比例计算的分母是每个Flag_Treat分面的总样本数，同时不会覆盖fill的分组规则，填充色可正常生效。修改后的代码如下：

from plotnine import ggplot, aes, geom_bar, theme, facet_wrap, scale_fill_manual, scale_y_continuous, percent_format
import pandas as pd

def plot_churn(df_):
   color_dict = {
       'Stayed': 'green',
       'Churned': 'red'
   }

   myplot = ggplot(data=df_, mapping=aes(x='Flag_Churned', fill='Flag_Churned'))
   # group指定为分面字段，按分面总样本计算占比，同时保留fill分组
   myplot += geom_bar(mapping=aes(y="stat(prop)", group='Flag_Treat'))
   myplot += theme(subplots_adjust={'right': 0.71})
   myplot += facet_wrap('Flag_Treat')
   myplot += scale_fill_manual(values=color_dict)
   myplot += scale_y_continuous(labels=percent_format())
   print(myplot)

# 测试代码
data = {'Churn': [0,0,0,1,1,0,1,1], 'Flag_Treat': ['treated','treated','treated','treated','not treated','not treated','not treated','not treated'],
    'Flag_Churned': ['Stayed', 'Stayed', 'Stayed', 'Churned', 'Churned', 'Stayed', 'Churned', 'Churned']}
df = pd.DataFrame(data=data)
plot_churn(df)

方法2：提前用pandas计算占比再绘图（适配复杂场景更稳妥） #

如果后续数据逻辑复杂度提升，建议提前预计算好每个分面下的分类占比，直接传入数值绘图，避免stat计算的逻辑偏差：

def plot_churn(df_):
    color_dict = {
        'Stayed': 'green',
        'Churned': 'red'
    }
    # 预计算每个分面下的分类占比
    df_stat = df_.groupby(['Flag_Treat', 'Flag_Churned']).size().reset_index(name='count')
    df_stat['prop'] = df_stat.groupby('Flag_Treat')['count'].transform(lambda x: x/x.sum())

    myplot = ggplot(data=df_stat, mapping=aes(x='Flag_Churned', y='prop', fill='Flag_Churned'))
    # 直接用geom_col传入预计算好的数值，不需要stat二次计算
    myplot += geom_col()
    myplot += theme(subplots_adjust={'right': 0.71})
    myplot += facet_wrap('Flag_Treat')
    myplot += scale_fill_manual(values=color_dict)
    myplot += scale_y_continuous(labels=percent_format())
    print(myplot)

内容的提问来源于stack exchange，提问作者Jannik