Pandas绘制柱状图报错TypeError: no numeric data to plot的解决求助

尝试用Pandas绘制柱状图时出现错误：TypeError: no numeric data to plot，代码如下：

import pandas as pd

# x轴刻度10对应两组并列柱状图
y10_a =[2, 2, 1, 3, 5, 4, 3, 2, 1, 1] # 真实值（bar1），长度10
y10_b =[1, 1, 1, 2, 6, 3, 1, 1, 1, 1] # 估计值（bar2），长度10

# x轴刻度15对应两组并列柱状图
y15_a =[2, 2, 6, 3, 5, 4, 3, 2, 1, 1, 4, 3, 2, 1, 1] # 真实值（bar1），长度15
y15_b =[1, 3, 6, 1, 4, 3, 1, 1, 0, 1, 4, 3, 2, 1, 1] # 估计值（bar2），长度15

true =[] # 真实值列表的集合（列表套列表）
est =[] # 估计值列表的集合（列表套列表）

true.append(y10_a)
true.append(y15_a)

est.append(y10_b) # 原代码写错变量名iest，此处修正
est.append(y15_b)

# 报错：TypeError: no numeric data to plot
df = pd.DataFrame({ 'dataSize':["10","15"], 'true':true, 'estimated':est})
df = df[["dataSize","true","estimated"]]
df.set_index(["dataSize"],inplace=True) # 设置x轴刻度
df.plot.bar(rot=0)

需求是：每个数据尺寸（10、15）对应两个并列柱状图，分别展示真实值和估计值的统计结果（如均值、总和等）。

另外，最初尝试用Matplotlib实现也失败了，代码如下：

import numpy as np 
import matplotlib.pyplot as plt 

X = ['size 4','size 7']
yTrue = [10,20,20,40]
zTrue = [20,30,25,30]
  
yEst = [10,20,20,40,60,42,65]
zEst = [20,30,25,30,59,22,60]

gb =[]
gb.append(yTrue)
gb.append(yEst)

bb = []
bb.append(zTrue)
bb.append(zEst)

X_axis = np.arange(len(X))
for i, j in zip(gb,bb):
    
    plt.bar( i, 0.4, label = 'True')
    plt.bar( j, 0.4, label = 'Estimated')
  
plt.xticks(X_axis, X)
plt.xlabel("Groups")
plt.title("True vs Estimated")
plt.legend()
plt.show()

核心问题 #

Pandas报错是因为true和estimated列存储的是列表（非数值型标量），plot.bar()无法直接对列表类型绘图；Matplotlib的错误则是plt.bar()参数使用错误，第一个参数应为x轴位置而非原始数据列表。

所有方案都需要先将每组列表转换为统计量（如均值、总和、中位数，以下以均值为例），再绘制并列柱状图。

方法一：Pandas实现 #

import pandas as pd

# 原始数据
y10_a =[2, 2, 1, 3, 5, 4, 3, 2, 1, 1]
y10_b =[1, 1, 1, 2, 6, 3, 1, 1, 1, 1]
y15_a =[2, 2, 6, 3, 5, 4, 3, 2, 1, 1, 4, 3, 2, 1, 1]
y15_b =[1, 3, 6, 1, 4, 3, 1, 1, 0, 1, 4, 3, 2, 1, 1]

# 构造包含统计量的DataFrame
df = pd.DataFrame({
    'true': [pd.Series(y10_a).mean(), pd.Series(y15_a).mean()],
    'estimated': [pd.Series(y10_b).mean(), pd.Series(y15_b).mean()]
}, index=['10', '15'])

# 绘制并列柱状图
df.plot.bar(rot=0, title='True vs Estimated Values')

方法二：Matplotlib实现 #

import numpy as np 
import matplotlib.pyplot as plt 

# 原始数据
X = ['size 10', 'size 15']
true_lists = [
    [2, 2, 1, 3, 5, 4, 3, 2, 1, 1],
    [2, 2, 6, 3, 5, 4, 3, 2, 1, 1, 4, 3, 2, 1, 1]
]
est_lists = [
    [1, 1, 1, 2, 6, 3, 1, 1, 1, 1],
    [1, 3, 6, 1, 4, 3, 1, 1, 0, 1, 4, 3, 2, 1, 1]
]

# 计算每组数据的均值
true_means = [np.mean(lst) for lst in true_lists]
est_means = [np.mean(lst) for lst in est_lists]

X_axis = np.arange(len(X))
width = 0.35 # 柱子宽度

# 绘制并列柱状图
plt.bar(X_axis - width/2, true_means, width, label='True')
plt.bar(X_axis + width/2, est_means, width, label='Estimated')

plt.xticks(X_axis, X)
plt.xlabel("Data Size")
plt.ylabel("Mean Value")
plt.title("True vs Estimated Values")
plt.legend()
plt.show()

内容的提问来源于stack exchange，提问作者Sea