Pandas饼图自定义调色板失效：颜色仍按数值分配问题排查

问题根源 #

• df_pc[geog].value_counts()默认按数值降序返回结果，每次循环中不同geog对应的类别出现频率差异，会导致返回的类别顺序和你定义color_mapping时用的df_pc_region.index顺序不一致。
• plot(kind='pie')的colors参数是按当前饼图的类别顺序依次分配颜色，而非根据类别名称匹配。比如第一次循环里类别A排第一拿到第一个颜色，第二次循环里类别B排第一也拿第一个颜色，自然同一类别无法保持颜色一致。

解决办法 #

方法一：统一统计结果的类别顺序 #

先将value_counts()的结果重新索引，强制对齐color_mapping的键顺序，确保每次饼图的类别顺序和颜色映射完全匹配：

# 获取统计结果，按color_mapping的键排序，缺失类别补0（避免出现NaN）
counts = df_pc[geog].value_counts(normalize=True).reindex(color_mapping.keys(), fill_value=0)
# 生成对应顺序的颜色列表
plot_colors = [color_mapping[region] for region in counts.index]
# 绘制饼图
plot = counts.plot(kind='pie', startangle=90, colors=plot_colors, autopct='%1.1f%%', fontsize=9, pctdistance=0.80, explode=[0.05]*len(counts))

方法二：根据当前类别动态匹配颜色 #

每次循环时，依据当前value_counts()返回的类别顺序，从color_mapping中提取对应颜色，无需固定顺序：

# 获取当前饼图的类别列表
current_regions = df_pc[geog].value_counts(normalize=True).index
# 按当前类别顺序取对应颜色
plot_colors = [color_mapping[region] for region in current_regions]
# 绘制饼图
plot = df_pc[geog].value_counts(normalize=True).plot(kind='pie', startangle=90, colors=plot_colors, autopct='%1.1f%%', fontsize=9, pctdistance=0.80, explode=[0.05]*len(current_regions))

内容的提问来源于stack exchange，提问作者LostinSpatialAnalysis