如何在 Pandas / Matplotlib 直方图中更改 x 轴标签的顺序？

Question

假设我有一个 Pandas 数据框，其中一列包含离散值。

import pandas as pd

data = ['A']*2 + ['C']*3 + ['B']* 1
print(data)
# ['A', 'A', 'C', 'C', 'C', 'B']

my_df = pd.DataFrame({'mycolumn': data})
print(my_df)
#   mycolumn
# 0        A
# 1        A
# 2        C
# 3        C
# 4        C
# 5        B

我接着创建一个直方图，显示这些数值的频率。我使用Pandas内置函数hist()，该函数依赖于Matplotlib的直方图函数。

my_df.mycolumn.hist()

如何改变图表 X 轴标签的顺序呢？例如，我想用特定顺序 C, A, B 替换默认顺序 A, C, B。

此外，如何将 Y 轴从浮点数更改为整数？这里的频率值是离散计数。

- stackoverflowuser2010

---

你需要创建一个条形图，而不是直方图。 - BigBen

针对您的新问题：matplotlib 限制为整数刻度位置。from matplotlib.ticker import MaxNLocator; plt.gca().yaxis.set_major_locator(MaxNLocator(integer=True)) - JohanC

除了上面所示的答案，您还可以使用 pandas.Categorical 将 mycolumn 指定为分类变量，并设置顺序。 - Trenton McKinney

如前所述，这实际上是一个具有“计数”而非直方图的条形图。请参阅此问题以获取示例。有两个答案，我给出的那个答案显示了分布（正如OP所期望的那样），而另一个答案则显示了事件发生的次数，就像您所做的一样。我认为这两个答案将为您说明区别。 - Trenton McKinney

主要问题在于您的数据是分类数据而不是数值数据。hist 的 API 不能有效地将类别进行分组，因此只能生成条形图。例如，如果您将所有字母映射为数字，您就可以看到 hist API 如何将数字分组以显示分布情况。 - Trenton McKinney

Answer 1

您可以使用 value_counts、loc 定义顺序，并使用 bar 绘图：

my_df['mycolumn'].value_counts().loc[['C', 'A', 'B']].plot.bar()

要在x轴上使用整数，请添加：

ax.yaxis.set_major_locator(MaxNLocator(integer=True))

- Mykola Zotko

Answer 2

你可以创建一个 sorter 字典，在绘图之前对数据帧进行排序。对于整数，你可以使用 MaxNLocator：

import pandas as pd
from matplotlib.ticker import MaxNLocator
fig, ax = plt.subplots()
data = ['A']*2 + ['C']*3 + ['B']* 1
my_df = pd.DataFrame({'mycolumn': data})
sorter = dict([(k, v) for (v,k) in enumerate(['C', 'A', 'B'])])
(my_df.assign(sorter=my_df['mycolumn'].map(sorter))
      .sort_values('sorter')['mycolumn'].value_counts().plot.bar(ax=ax))
ax.yaxis.set_major_locator(MaxNLocator(integer=True))

- David Erickson