组合图中柱状图顺序调整：将group_b放首位、group_a放末位

核心思路 #

无需修改列名或手动调整图例，直接通过指定分类变量的显示顺序来实现，既保证数据准确性又简洁高效。

针对不同可视化库的实现方法 #

1. Pandas + Matplotlib

将分组列转换为有序分类类型，绘图时会自动遵循指定顺序：

import pandas as pd
import matplotlib.pyplot as plt

# 示例数据集
df = pd.DataFrame({
    'group': ['group_a', 'group_b', 'group_c'],
    'value': [10, 20, 15]
})

# 定义自定义顺序：group_b 优先，group_a 最后
df['group'] = pd.Categorical(
    df['group'],
    categories=['group_b', 'group_c', 'group_a'],
    ordered=True
)

# 绘制组合图（此处以柱状+折线为例）
ax = df.plot(kind='bar', x='group', y='value')
df.plot(kind='line', x='group', y='value', ax=ax, marker='o', color='red')
plt.show()

2. Seaborn

直接在绘图函数中通过order参数指定顺序，无需修改原始数据：

import seaborn as sns
import matplotlib.pyplot as plt

# 示例数据集同上方df
sns.set_style("whitegrid")

# 绘制柱状图
ax = sns.barplot(data=df, x='group', y='value', order=['group_b', 'group_c', 'group_a'])
# 添加折线图时同步指定order
sns.lineplot(data=df, x='group', y='value', ax=ax, marker='o', color='red', order=['group_b', 'group_c', 'group_a'])
plt.show()

3. Plotly

通过update_xaxes设置分类顺序：

import plotly.express as px

# 示例数据集同上方df
fig = px.bar(df, x='group', y='value')
# 指定x轴分类顺序
fig.update_xaxes(categoryorder='array', categoryarray=['group_b', 'group_c', 'group_a'])
# 添加折线图
fig.add_scatter(x=df['group'], y=df['value'], mode='lines+markers', marker_color='red')
fig.show()

内容的提问来源于stack exchange，提问作者Mikhail Le