您可以使用pandas和matplotlib来旋转 Dataframe 并绘制图形：

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

# Read your data
# df = pd.read_excel('data.xlsx')
data = {'Position': [1, 2, 3],
        '2012': ['A', 'C', 'B'],
        '2013': ['B', 'A', 'D'],
        '2014': ['A', 'C', 'E']}
df = pd.DataFrame(data)

# Reshape your table
piv = (df.melt('Position', var_name='Year', value_name='ID')
         .pivot(index='Year', columns='ID', values='Position'))

# Plot data
ax = piv.plot(xlabel='Year', ylabel='Position', title='Rank by year')
ax.yaxis.set_major_locator(ticker.MultipleLocator())
ax.invert_yaxis()
plt.show()

输出：

旋转的 Dataframe ：

>>> piv
ID      A    B    C    D    E
Year                         
2012  1.0  3.0  2.0  NaN  NaN
2013  2.0  1.0  NaN  3.0  NaN
2014  1.0  NaN  2.0  NaN  3.0

注意：你可能会对Excel做同样的事情。

好吧，似乎没有 * 值 * 可供绘制，所以您可能仅限于绘制事物的 * 顺序 *（位置）。
例如，2012年的绘图信息将简单地指定顺序A, C, B，而不进行值比较。
然而，您已经在2012年的专栏中拥有了这种级别的信息，所以我不确定图形图会增加什么。
你 * 绝对 * 不需要一个图表来显示每年的位置1（根据你的评论之一），因为这些信息很容易通过查看表格的单行来识别。图表的目的是使数据更加明显，而不仅仅是提供一个漂亮的图片，尽管管理顾问群体的倾向：-）
如果你确实想显示相关的位置，有两种可能性，给每个位置分配一个“假”值，计算为像4 - position这样的值，它会将位置{1, 2, 3}转换为值{3, 2, 1}，因此给第一个位置一个更高的值。
首先，一系列饼图，每年一个，显示基于这些假值的项目。这会给予你类似的东西（抱歉渲染得很粗糙，我在Word中很快就完成了）：

第二，你可以将它呈现为一个分类的条形图，类似于（需要添加2013年和其他年份的数据）：