导入CSV后Seaborn catplot不显示柱状图的问题排查

正常运行的代码示例 #

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

# Change the color palette to "RdBu"
par_ad = {
    "Parents advice":[1,2,3,3,4,5,4,3,1,1,1,1,1,2,3,5,2,1,3,4]
}
df = pd.DataFrame(par_ad)
sns.set_style("whitegrid")
sns.set_palette("RdBu")

# Create a count plot of survey responses
sns.catplot(x="Parents advice", 
            data=df, 
            kind="count")

# Show plot
plt.show()

导入CSV后无柱状图显示的代码 #

import seaborn as sns
import pandas as pd

# Change the color palette to "RdBu"
survey_data = pd.read_csv("young-people-survey-responses.csv")
sns.set_style("whitegrid")
sns.set_palette("RdBu")

# Create a count plot of survey responses
category_order = ["Never", "Rarely", "Sometimes", 
                  "Often", "Always"]

sns.catplot(x="Parents' advice", 
            data=survey_data, 
            kind="count", 
            order=category_order)

# Show plot
plt.show()

原因分析 #

核心问题是数据类型与自定义类别不匹配：

• CSV文件中"Parents' advice"列存储的是1-5的整数，代表求助频率
• 代码中设置的category_order是字符串标签（"Never"等），Seaborn在数据中找不到与这些字符串匹配的类别值，因此无法生成对应的柱状图，且不会抛出报错（因为程序逻辑本身无语法错误，只是没有匹配的数据项）

解决方案 #

方案1：调整order参数为整数列表

直接使用数据中实际存在的整数值作为类别顺序：

category_order = [1, 2, 3, 4, 5]

sns.catplot(x="Parents' advice", 
            data=survey_data, 
            kind="count", 
            order=category_order)
plt.show()

方案2：将数据中的整数映射为对应字符串标签

先把CSV中的整数转换成对应的文本标签，再使用原有的category_order：

# 定义整数到文本标签的映射
advice_mapping = {
    1: "Never",
    2: "Rarely",
    3: "Sometimes",
    4: "Often",
    5: "Always"
}

# 替换列中的值
survey_data["Parents' advice"] = survey_data["Parents' advice"].map(advice_mapping)

# 再执行绘图代码
category_order = ["Never", "Rarely", "Sometimes", "Often", "Always"]
sns.catplot(x="Parents' advice", 
            data=survey_data, 
            kind="count", 
            order=category_order)
plt.show()

验证步骤（可选）

可以先打印数据列的唯一值，确认数据实际内容：

print(survey_data["Parents' advice"].unique())

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