Matplotlib绘制DataFrame：如何避免合并重复电影条目

核心原因 #

当直接用pandas按电影名列绘图时，默认会将电影名视为分类变量自动去重合并，导致重复出现的电影仅显示一次，丢失了原DataFrame的行顺序和重复条目。

解决方案 #

方法1：以行索引为x轴，手动设置刻度标签 #

利用DataFrame的行位置索引作为x轴，再将电影名设置为x轴刻度标签，就能完整保留所有行的顺序（包括重复电影）：

import matplotlib.pyplot as plt

# 假设你的DataFrame名为df，要绘制的数值列是'目标列'（如票房、评分等）
plt.figure(figsize=(12, 6))
plt.plot(df.index, df['目标列'])

# 设置x轴刻度为电影名，旋转标签避免重叠
plt.xticks(ticks=df.index, labels=df['电影名'], rotation=45, ha='right')

plt.xlabel('电影')
plt.ylabel('对应数值')
plt.title('电影数据按原顺序绘制')
plt.tight_layout()
plt.show()

方法2：使用seaborn绘图并指定x为行索引 #

若用seaborn可视化，同样通过行索引绑定电影名标签，确保每个条目都被绘制：

import seaborn as sns
import matplotlib.pyplot as plt

plt.figure(figsize=(12, 6))
sns.lineplot(x=df.index, y='目标列', data=df, marker='o')

plt.xticks(ticks=df.index, labels=df['电影名'], rotation=45, ha='right')
plt.xlabel('电影')
plt.ylabel('对应数值')
plt.title('电影数据按原顺序绘制')
plt.tight_layout()
plt.show()

方法3：重置索引后使用连续索引 #

如果原DataFrame的索引不是连续数值，可先重置索引再绘图：

df_reset = df.reset_index(drop=True)

plt.figure(figsize=(12, 6))
plt.plot(df_reset.index, df_reset['目标列'])
plt.xticks(ticks=df_reset.index, labels=df_reset['电影名'], rotation=45, ha='right')

plt.xlabel('电影')
plt.ylabel('对应数值')
plt.title('电影数据按原顺序绘制')
plt.tight_layout()
plt.show()

关键提示 #

• 不要直接将电影名列设为x轴（pandas会自动对分类变量去重）
• 通过行位置索引关联电影名标签，才能完整保留原数据的所有行和顺序

内容的提问来源于stack exchange，提问作者Kayla