Python代码运行后无法生成预期直方图问题求助

问题分析 #

你的代码运行后无任何内容显示，核心问题如下：

• 日期筛选逻辑完全错误：filterDate = df[(df['date'] < '2021-03-01') & (df['date'] > '2022-03-01')] 中，一个日期不可能同时早于2021年3月且晚于2022年3月，直接导致筛选后无数据。
• weekday类型不匹配：筛选周几时先用字符串["5", "6", "7"]，后续又用整数5、6、7判断，若原数据weekday列类型不统一，会导致某一步筛选无结果。
• 店铺列筛选不明确：dataFiltered['main street A']未指定筛选条件，若该列是数值型（如销量），需明确判断规则（如> 0），否则会引发索引错误或空数据。
• 缺少函数执行入口：仅定义函数但未调用，代码只是加载函数，未执行任何实际操作。

修复后的完整代码 #

import pandas as pd
import matplotlib.pyplot as plt

def readData():
    df = pd.read_excel('BakeryData_Vilnius.xlsx')
    # 强制转换date列为datetime类型，避免字符串比较误差
    df['date'] = pd.to_datetime(df['date'])
    print(df.head())
    return df

def filterData(df):
    # 统一weekday筛选类型，若原数据是整数则改为[5,6,7]
    filterWeekday = df[df['weekday'].isin(["5", "6", "7"])]
    # 修正日期范围，取2021-03-01至2022-03-01之间的数据
    filterDate = df[(df['date'] > '2021-03-01') & (df['date'] < '2022-03-01')]
    # 合并两个筛选条件的索引，避免布尔索引错误
    dataFiltered = df.loc[filterWeekday.index.intersection(filterDate.index)]
    return dataFiltered 

def dataMainStreetA(dataFiltered):
    # 明确筛选有需求的记录，并提取对应列数据用于直方图
    d_MSA_5 = dataFiltered[(dataFiltered['weekday'] == "5") & (dataFiltered['main street A'] > 0)]['main street A']
    d_MSA_6 = dataFiltered[(dataFiltered['weekday'] == "6") & (dataFiltered['main street A'] > 0)]['main street A']
    d_MSA_7 = dataFiltered[(dataFiltered['weekday'] == "7") & (dataFiltered['main street A'] > 0)]['main street A']
    return d_MSA_5, d_MSA_6, d_MSA_7

def dataStationA(dataFiltered):
    d_SA_5 = dataFiltered[(dataFiltered['weekday'] == "5") & (dataFiltered['station A'] > 0)]['station A']
    d_SA_6 = dataFiltered[(dataFiltered['weekday'] == "6") & (dataFiltered['station A'] > 0)]['station A']
    d_SA_7 = dataFiltered[(dataFiltered['weekday'] == "7") & (dataFiltered['station A'] > 0)]['station A']
    return d_SA_5, d_SA_6, d_SA_7

def plotHistograms (d_MSA_5, d_MSA_6, d_MSA_7, d_SA_5, d_SA_6, d_SA_7):
    plt.figure(figsize=(10, 6))

    plt.subplot(2,3,1) 
    plt.hist(d_MSA_5, bins=15)
    plt.title('Main Street A - Friday')
    plt.xlabel('Demand')
    plt.ylabel('Frequency')

    plt.subplot(2,3,2)
    plt.hist(d_MSA_6, bins=15)
    plt.title('Main Street A - Saturday')
    plt.xlabel('Demand')
    plt.ylabel('Frequency')

    plt.subplot(2,3,3)
    plt.hist(d_MSA_7, bins=15)
    plt.title('Main Street A - Sunday')  # 修正原标题错误
    plt.xlabel('Demand')
    plt.ylabel('Frequency')

    plt.subplot(2,3,4)
    plt.hist(d_SA_5, bins=15)
    plt.title('Station A - Friday')
    plt.xlabel('Demand')
    plt.ylabel('Frequency')

    plt.subplot(2,3,5)
    plt.hist(d_SA_6, bins=15)
    plt.title('Station A - Saturday')
    plt.xlabel('Demand')
    plt.ylabel('Frequency')

    plt.subplot(2,3,6)
    plt.hist(d_SA_7, bins=15)
    plt.title('Station A - Sunday')
    plt.xlabel('Demand')
    plt.ylabel('Frequency')

    plt.tight_layout()
    plt.show()

# 添加执行入口，运行完整流程
if __name__ == "__main__":
    df = readData()
    filtered_data = filterData(df)
    # 检查筛选后是否有数据，方便排查问题
    if filtered_data.empty:
        print("筛选后无数据，请检查数据源或筛选条件")
    else:
        msa_data = dataMainStreetA(filtered_data)
        sa_data = dataStationA(filtered_data)
        plotHistograms(*msa_data, *sa_data)

额外提示 #

• 若原数据weekday列是整数类型，需把isin(["5","6","7"])改成isin([5,6,7])，同时后续weekday == 5保持一致。
• 代码新增了空数据检查，若仍无输出会打印提示，快速定位问题。

内容的提问来源于stack exchange，提问作者Imane El B