PowerBI中Python条形图与VS Code结果不一致问题求助

核心问题出在PowerBI自动生成的代码上，尤其是dataset.drop_duplicates()这行——它会直接删除所有重复行，导致统计用的原始数据丢失，和VS Code中基于完整SQL数据的统计结果自然出现差异。

问题分析 #

VS Code中直接使用SQL Server的完整数据进行统计，而PowerBI自动生成的两行代码：

dataset = pandas.DataFrame(FatherJobStatusCode, MotherJobStatusCode)
dataset = dataset.drop_duplicates()

第二行的去重操作是关键错误：原始数据中重复的FatherJobStatusCode/MotherJobStatusCode是正常样本（比如多个受访者的父母职业状态相同），去重后会丢失大量有效数据，最终的value_counts()统计结果必然和真实情况不符。

解决方案 #

1. 移除去重代码：删除dataset = dataset.drop_duplicates()这一行，保留原始数据的完整性。
2. 验证数据量：可以在代码开头添加一行打印语句，对比PowerBI和VS Code中的数据行数，确认数据一致：

   print(f"当前数据行数：{len(dataset)}")
   

3. 修改后的完整代码：

   import matplotlib.pyplot as plt
   import pandas as pd
   
   nuevos_valores = {0: 'No disponible', 1: 'Empleado', 2: 'Trabaja Independiente', 3: 'Cesante', 5: 'Trabaja fuera de la ciudad', 9: 'Nómade'}
   
   # 保留PowerBI自动生成的DataFrame构造，移除去重
   dataset = pandas.DataFrame(FatherJobStatusCode, MotherJobStatusCode)
   
   dataset.loc[dataset['FatherJobStatusCode'].isin(nuevos_valores.keys()), 'FatherJobStatusCode'] = dataset['FatherJobStatusCode'].map(nuevos_valores)
   dataset.loc[dataset['MotherJobStatusCode'].isin(nuevos_valores.keys()), 'MotherJobStatusCode'] = dataset['MotherJobStatusCode'].map(nuevos_valores)
   
   padres_counts = dataset['FatherJobStatusCode'].value_counts().sort_index()
   madres_counts = dataset['MotherJobStatusCode'].value_counts().sort_index()
   
   counts_df = pd.DataFrame({'Padres': padres_counts, 'Madres': madres_counts})
   
   ax = counts_df.plot(kind='bar', rot=0, color=['#FA05C7', '#0F26FA'], edgecolor='black')
   
   ax.set_title('Conteo de Estatus laboral de los padres')
   ax.set_xlabel('Categoría')
   ax.set_ylabel('Conteo')
   
   plt.xticks(rotation=45)
   
   for container in ax.containers:
       ax.bar_label(container, label_type='edge', fontsize=8)
   
   ax.set_facecolor('None')
   plt.show()
   

验证步骤 #

运行修改后的代码后，查看padres_counts和madres_counts的输出数值，和VS Code中的统计结果对比，确认数据一致后，图表结果就会匹配。

内容的提问来源于stack exchange，提问作者Constanza Opazo