Гистограмма с накоплением с использованием matplotlib и pandas dataframe

Вот подход:

• Объедините столбцы «План» и «Факт», чтобы создать фрейм данных длинной формы.
• Создайте pivot_table, суммируя значения для каждого типа.
• Создайте составную линейчатую диаграмму из сводной таблицы.

import pandas as pd

# Given a dataframe
df = pd.DataFrame({
    'Plan': [40, 50, 60, 25],
    'Fact': [10, 20, 30, 15],
    'financing_type': ['type_1', 'type_2', 'type_1', 'type_3']})

# Melt the DataFrame
df_melted = df.melt(id_vars=['financing_type'], var_name='Category', value_name='Value')

# Pivot the dataFrame to get the sum of 'Plan' and 'Fact' for each 'financing_type'
df_pivot = df_melted.pivot_table(index='Category', columns='financing_type', values='Value', aggfunc='sum')

# Reorder the index of the pivoted dataframe
df_pivot = df_pivot.reindex(['Plan', 'Fact'])

# Create a stacked bar plot
df_pivot.plot.bar(stacked=True, rot=0, xlabel='')

В качестве альтернативы вы можете использовать seaborn для создания составной взвешенной гистограммы:

import seaborn as sns
import pandas as pd

# Given a dataframe
df = pd.DataFrame({
    'Plan': [40, 50, 60, 25],
    'Fact': [10, 20, 30, 15],
    'financing_type': ['type_1', 'type_2', 'type_1', 'type_3']})

# Melt the DataFrame
df_melted = df.melt(id_vars=['financing_type'], var_name='Category', value_name='Value')

# Create a stacked, weighted histogram 
sns.histplot(df_melted, x='Category', hue='financing_type', weights='Value', multiple='stack', alpha=1)

Вы можете перебирать уникальные значения в 'financing_type' и отслеживать значения bottom:

bottom = [0, 0]
colors = ["blue", "red", "green"]

for i, t in enumerate(df["financing_type"].unique()):
    df_t = df[df["financing_type"] == t]
    plan_sum = df_t["Plan"].sum()
    fact_sum = df_t["Fact"].sum()

    plt.bar(
        ["Plan", "Fact"],
        [plan_sum, fact_sum],
        bottom=bottom,
        color=colors[i % len(colors)],
        label=t,
    )

    bottom[0] += plan_sum
    bottom[1] += fact_sum

plt.legend()
plt.show()