如何使用pandas.DataFrame内置功能创建叠加条形图

没问题，我帮你把原生matplotlib的叠加条形图代码转换成pandas DataFrame的实现方式，保证条形的叠加顺序和布局完全一致。

原代码逻辑分析 #

你的旧代码是通过三次调用plt.bar()来实现叠加：

• 先绘制最底层的d系列
• 然后在上面叠加c系列
• 最后在最上层叠加b系列

要在pandas里复刻这个效果，关键是保证DataFrame的列顺序和原代码的绘图顺序对应，因为pandas的堆叠条形图会按照列的顺序从下到上叠加。

实现代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 生成原始数据
a = range(1, 25)
b = list(a)  # 转成列表避免range对象的潜在问题
c = [x+2 for x in b]
d = [x*2 for x in c]

# 构造DataFrame，列顺序对应原绘图顺序：d（底层）、c（中层）、b（上层）
df = pd.DataFrame({
    'd': d,
    'c': c,
    'b': b
}, index=a)

# 绘制堆叠条形图
df.plot(kind='bar', stacked=True, figsize=(10,6))
plt.show()

关键说明 #

• 构造DataFrame时，列的顺序是d、c、b，这和你原代码中plt.bar的调用顺序完全匹配，确保叠加层次一致：d在最底部，c在中间，b在最顶部。
• 使用stacked=True参数开启堆叠模式，这是pandas实现叠加条形图的核心参数。
• 把a作为DataFrame的索引，这样x轴的刻度会和原代码保持一致。

运行这段代码后，你会得到和原代码完全相同布局的叠加条形图。

内容的提问来源于stack exchange，提问作者Boris L.