Pandas是否有内置函数实现差值堆叠柱状图？

我完全明白你的需求——默认的堆叠柱状图会把系列数值累加，导致后一个系列的终点是前面所有数值的总和，但你想要的是让每个系列的终点就是自身的数值，而非累加结果。下面我会给出两种贴合你需求的实现方式，都能结合Pandas快速完成：

方法1：绘制基线为0的重叠堆叠柱状图 #

如果你的目标是让每个系列的柱状图都从y轴0开始，高度等于自身数值（视觉上重叠，对应你说的左侧效果），可以不用Pandas的stacked=True，而是手动循环每个系列调用plt.bar，设置相同的x坐标即可：

import pandas as pd
import matplotlib.pyplot as plt

# 构造和你描述匹配的示例数据
data = {
    "category": ["X", "X"],
    "series": ["s1", "s2"],
    "value": [2, 6]
}
df = pd.DataFrame(data)

# 转换为透视表，方便按系列提取数据
pivot_df = df.pivot(index="category", columns="series", values="value")

# 获取x轴位置和柱状图宽度
x = range(len(pivot_df.index))
bar_width = 0.4

# 逐个绘制系列，相同x位置实现重叠堆叠
plt.bar(x, pivot_df["s1"], width=bar_width, label="s1", color="#1f77b4")
plt.bar(x, pivot_df["s2"], width=bar_width, label="s2", color="#ff7f0e", alpha=0.7)

# 设置图表样式
plt.xticks(x, pivot_df.index)
plt.ylabel("数值")
plt.legend()
plt.title("基线为0的重叠堆叠柱状图")
plt.show()

这种方式下，s1的终点是2，s2的终点是6，完全匹配你想要的左侧效果，还能轻松扩展到更多系列。

方法2：调整数据实现“差值堆叠”（总高度等于最大数值） #

如果你想要的是堆叠后总高度等于最大系列的数值（比如s2=6，总高度就是6），可以先对宽格式数据做差值处理，再用Pandas的堆叠柱状图：

# 沿用上面的透视表数据
# 按列计算差值：从第二个系列开始，每个系列数值减去前一个系列的数值，第一个系列保留原值
diff_df = pivot_df.diff(axis=1).fillna(pivot_df)

# 绘制堆叠柱状图
diff_df.plot(kind="bar", stacked=True, color=["#1f77b4", "#ff7f0e"])
plt.ylabel("数值")
plt.title("差值堆叠柱状图（总高度等于最大数值）")
plt.show()

这种方式下，s1高度为2，s2高度为4（6-2），堆叠后总高度为6，s2的终点正好是6，也符合你描述的需求。

为什么你的diff()尝试不符合预期？ #

你之前用diff()可能是直接对原始长格式数据调用的，而diff(axis=1)需要在宽格式数据（每个系列作为一列）上使用，才能正确计算列与列之间的差值，得到符合要求的堆叠高度。

内容的提问来源于stack exchange，提问作者Arnfried