R与Python实现宽表数据的堆叠/分组柱状图绘制及常见问题解决

当前出现的图例命名异常、无法切换分组柱状图的问题，本质是没有遵循ggplot2、seaborn这类语法式绘图库的输入要求——这类库默认适配「一个x分类列、一个分组列（映射颜色/填充）、一个数值y列」的长表结构。直接在宽表上手动叠加多个独立柱状图图层，会直接绕过库内置的位置计算、图例生成逻辑，就算传入position="dodge"参数也无法生效。

前置步骤：宽表转长表 #

手里的宽表只需要调用tidyr的pivot_longer把所有数值列合并成长格式，不需要逐行修改原数据结构，大样本下批量处理效率很高：

# 加载依赖包
library(tidyverse)

# 构造示例数据
df <- data.frame(
  Continent = c("Asia","Africa","EU","US","Antractica"),
  Death = c(24242,75457,63521,967445,947),
  Cases = c(92332,338753,700346,8536856,4232)
)

# 宽表转长表：把多个数值列合并为「指标类型+对应值」结构
df_long <- df %>% 
  pivot_longer(
    cols = c(Cases, Death), # 也可以直接写 -Continent 自动选中所有非分类列
    names_to = "Metric",   # 存储原列名的新分类列
    values_to = "Value"     # 存储原列数值的新数值列
  )

两种图表实现 #

堆叠柱状图 #

转成长表后，只需要把fill映射到新生成的Metric列，图例、位置逻辑都会自动适配：

ggplot(df_long, aes(x = Continent, y = Value, fill = Metric)) +
  geom_bar(stat = "identity") + # 默认就是堆叠位置
  labs(y = "Covid 相关统计值", fill = "统计指标") # 直接在这里自定义坐标轴、图例标题即可

分组并排柱状图 #

当fill被正确映射为数据列时，position_dodge参数会自动触发分组对齐逻辑，不需要手动拆分图层：

ggplot(df_long, aes(x = Continent, y = Value, fill = Metric)) +
  geom_bar(stat = "identity", position = position_dodge(width = 0.9)) +
  labs(y = "Covid 相关统计值", fill = "统计指标")

前置步骤：宽表转长表 #

用pandas内置的melt方法即可完成格式转换，和R的转表逻辑完全一致：

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

# 构造示例数据
df = pd.DataFrame({
    "Continent": ["Asia","Africa","EU","US","Antractica"],
    "Death": [24242,75457,63521,967445,947],
    "Cases": [92332,338753,700346,8536856,4232]
})

# 宽表转长表
df_long = df.melt(
    id_vars = "Continent", # 固定保留的分类列
    value_vars = ["Cases", "Death"], # 也可以省略，自动选中其余所有列
    var_name = "Metric",
    value_name = "Value"
)

两种图表实现 #

堆叠柱状图 #

把hue映射为Metric列即可自动生成正确图例、触发堆叠逻辑：

sns.barplot(
    data = df_long,
    x = "Continent",
    y = "Value",
    hue = "Metric",
    estimator = sum,
    errorbar = None
)
plt.ylabel("Covid 相关统计值")
plt.legend(title = "统计指标")

分组并排柱状图 #

seaborn的barplot默认在hue存在时自动开启dodge并排排列，不需要手动计算位置：

sns.barplot(
    data = df_long,
    x = "Continent",
    y = "Value",
    hue = "Metric",
    estimator = sum,
    errorbar = None,
    dodge = True
)
plt.ylabel("Covid 相关统计值")
plt.legend(title = "统计指标")

• 不要在宽表上手动叠加多个独立的柱状图图层，这种写法既不能生成统一的规范图例，也无法联动位置参数，后续调整配色、修改标注都需要逐图层修改，大样本下维护成本极高
• 转长表时，数值列的指定可以用「排除固定分类列」的写法（比如R里写cols = -Continent、Python里省略value_vars参数），适配更多数值列的宽表场景，不需要逐一枚举列名
• 图例标题、坐标轴标题直接通过绘图函数的标签参数修改即可，不需要手动拆解图例内部的元素调整名称

内容的提问来源于stack exchange，提问作者Soprano