如何用Pandas绘制一维分组、一维堆叠的混合柱状图？

没问题！我来帮你实现这个需求——按第一个分类变量分组求和，同时在每个分组里用第二个分类变量堆叠显示5个数值列的柱状图。下面是完整的代码和步骤说明：

先补全你给出的DataFrame代码，加入5个随机数值列，确保代码可直接运行：

import pandas as pd
import random
import matplotlib.pyplot as plt

l = 100
df = pd.DataFrame({
    'op1': [random.randint(0, 1) for x in range(l)],
    'op2': [random.randint(0, 1) for x in range(l)],
    'num1': [random.randint(10, 50) for x in range(l)],
    'num2': [random.randint(10, 50) for x in range(l)],
    'num3': [random.randint(10, 50) for x in range(l)],
    'num4': [random.randint(10, 50) for x in range(l)],
    'num5': [random.randint(10, 50) for x in range(l)]
})

我们需要先按op1和op2分组，对5个数值列求和，再将op2转换为列结构，这样绘图时能自动实现堆叠效果：

# 按两个分类变量分组，对数值列求和
agg_df = df.groupby(['op1', 'op2'])[['num1', 'num2', 'num3', 'num4', 'num5']].sum()
# 将op2从索引转为列，方便堆叠绘图
stacked_data = agg_df.unstack(level='op2')

使用Pandas的plot.bar()方法，设置stacked=True开启堆叠模式，再添加一些美化让图表更清晰：

# 绘制堆叠柱状图
ax = stacked_data.plot(kind='bar', stacked=True, figsize=(12, 8), colormap='viridis')

# 添加标题和坐标轴标签
ax.set_title('Sum of Numeric Columns Grouped by op1, Stacked by op2', fontsize=14)
ax.set_xlabel('op1 Category', fontsize=12)
ax.set_ylabel('Total Value', fontsize=12)

# 调整图例位置，避免遮挡图表
ax.legend(title='op2 Category', bbox_to_anchor=(1.05, 1), loc='upper left')

# 添加网格线并优化布局
plt.grid(axis='y', linestyle='--', alpha=0.7)
plt.tight_layout()
plt.show()

• groupby(['op1', 'op2'])：同时按两个分类变量分组，保证每个op1分类下的op2子类别都被单独计算求和。
• unstack(level='op2')：将op2从行索引转换为列，这样Pandas绘图时会自动把同一op1下的不同op2值作为堆叠层。
• stacked=True：开启堆叠模式，每个分组的柱状图会把op2的不同类别堆叠在一起，直观展示各子类别的贡献占比。

运行后你会得到清晰的图表：X轴是op1的0和1两个分类，每个分类下对应5个柱子（对应5个数值列），每个柱子又按op2的0和1堆叠显示各自的求和值。

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