在數據可視化的眾多工具中，堆積柱狀圖是一種極為有效的圖表類型，尤其適用于展示不同類別數據的組成部分及其隨時間或類別的變化趨勢。本章將聚焦于如何利用Python進行數據處理，為繪制堆積柱狀圖做好充分準備。
一、堆積柱狀圖概述
堆積柱狀圖通過在垂直或水平方向上堆疊多個數據系列來顯示每個類別的總量，同時清晰地展示各組成部分的貢獻比例。它不僅能比較各類別的總量，還能直觀地看到各組成部分在類別間的差異。常見應用場景包括：
- 展示不同產品在各季度的銷售構成。
- 比較多個地區在不同年份的人口結構變化。
- 分析公司各部門在不同項目的預算分配。
二、數據處理前的準備工作
在繪制堆積柱狀圖前，必須確保數據格式符合繪圖庫的要求。通常，我們需要將數據整理成以下結構：
- 索引或類別列：代表柱狀圖的橫軸類別（如產品名稱、年份、地區）。
- 系列列：代表堆疊的各個組成部分（如不同產品類型、人口年齡組、部門名稱）。
- 數值列：對應每個類別和系列的具體數值。
三、數據處理核心步驟
1. 數據讀取與清洗
使用Pandas庫讀取數據（如CSV、Excel文件），并進行初步清洗：`python
import pandas as pd
# 讀取數據
df = pd.read_csv('data.csv')
# 檢查缺失值
df.isnull().sum()
# 填充或刪除缺失值（根據實際情況）
df.fillna(0, inplace=True)`
2. 數據重塑
原始數據往往以“寬格式”存在，即每個系列作為單獨的列。我們需要將其轉換為適合堆積柱狀圖的“長格式”或直接使用寬格式進行繪圖。以下是兩種常見方法：
- 方法一：使用Pivot表（若數據為長格式，需轉換為寬格式）`python
# 假設原始數據列為：'Category', 'Series', 'Value'
dfpivot = df.pivot(index='Category', columns='Series', values='Value')
dfpivot.fillna(0, inplace=True)`
- 方法二：直接聚合數據（若數據分散，需按類別和系列分組求和）`python
dfgrouped = df.groupby(['Category', 'Series'])['Value'].sum().unstack(fillvalue=0)`
3. 數據排序與篩選
為確保圖表的可讀性，可能需要對類別或系列進行排序或篩選：`python
# 按類別總量排序
dfpivot['Total'] = dfpivot.sum(axis=1)
dfpivot = dfpivot.sort_values('Total', ascending=False).drop('Total', axis=1)
# 篩選主要系列（如前5個）
topseries = dfpivot.sum().nlargest(5).index
dfpivot = dfpivot[top_series]`
4. 計算堆疊比例（可選）
若需顯示百分比堆積柱狀圖，需將數據轉換為比例：`python
dfpercentage = dfpivot.div(df_pivot.sum(axis=1), axis=0) * 100`
四、數據輸出與驗證
處理后的數據應保存為中間文件，并驗證其結構：`python
# 保存處理后的數據
dfpivot.tocsv('processed_data.csv')
# 查看數據前幾行
print(df_pivot.head())
# 檢查數據形狀和匯總統計
print(f'數據形狀: {dfpivot.shape}')
print(dfpivot.describe())`
五、常見問題與解決策略
- 負值處理：堆積柱狀圖通常不適合包含負值的數據。若存在負值，考慮使用分組柱狀圖或對數據源進行調整。
- 類別過多：當類別或系列過多時，圖表會顯得雜亂。可通過聚合小類別（如“其他”項）或使用交互式圖表解決。
- 顏色選擇：為不同系列選擇高對比度的顏色，確保堆疊部分清晰可辨?？墒褂门渖ぞ撸ㄈ鏑olorBrewer）生成調色板。
六、
數據處理是繪制高質量堆積柱狀圖的基礎。通過Pandas進行有效的數據清洗、重塑和聚合，我們能將原始數據轉化為可直接用于可視化的結構化數據。在后續章節中，我們將結合Matplotlib、Seaborn或Plotly等庫，將處理好的數據繪制成直觀的堆積柱狀圖，進一步揭示數據背后的故事。
通過本章的學習，您應已掌握為堆積柱狀圖準備數據的關鍵技能。記住，良好的數據處理習慣能極大提升可視化效果的分析價值和溝通效率。
