Python Pandas绘制分组均值柱状图异常：仅显示A类，如何显示B类？

我有一个需要可视化的Excel表格，结构包含ORP列（含a、b等类别值）和Produkce_obyv._kg列（数值），使用Python Pandas处理。现有代码先筛选ORP为'A'和'B'的分组，分别计算均值并合并到DataFrame后绘制柱状图，但图表仅显示A类柱子，B类不显示。用于统计分析的ttest_ind检验可正常运行，排查发现数据无缺失、分组数据正常，仍无法解决问题，求原因及解决方法。

可视化代码 #

group1 = data[data['ORP']=='A']  
group2 = data[data['ORP']=='B']

graf = group1.groupby('ORP')['Produkce_obyv._kg'].mean().to_frame(name='A')
graf['B'] = group2.groupby('ORP')['Produkce_obyv._kg'].mean()

graf.plot.bar()
plt.show()

统计代码 #

ttest_ind_result = ttest_ind(group1['Produkce_obyv._kg'], group2['Produkce_obyv._kg'], equal_var=False)
print(ttest_ind_result)

排查代码 #

print(graf.isna().sum())
print(len(group2))
print(group2['ORP'].unique())

问题出在DataFrame的合并逻辑上：

• group1.groupby('ORP')['Produkce_obyv._kg'].mean()生成的是索引为'A'的Series
• group2.groupby('ORP')['Produkce_obyv._kg'].mean()生成的是索引为'B'的Series
• 当给graf新增'B'列时，Pandas会按索引匹配值，但graf的索引只有'A'，B的均值无法匹配到对应索引，最终导致'B'列没有有效数据（并非NaN，而是该值不在当前索引范围内），绘图时被自动忽略。

方法1：一步式分组聚合（推荐） #

无需拆分筛选再合并，直接按ORP分组筛选目标类别并计算均值，然后绘图：

# 筛选A、B类别并分组计算均值
graf = data[data['ORP'].isin(['A', 'B'])].groupby('ORP')['Produkce_obyv._kg'].mean()
# 绘制柱状图
graf.plot.bar()
plt.show()

方法2：提取标量值赋值 #

计算均值时直接提取数值（而非带索引的Series），再构建DataFrame：

group1 = data[data['ORP']=='A']  
group2 = data[data['ORP']=='B']

# 直接取均值的标量值，避免索引干扰
graf = pd.DataFrame({'A': [group1['Produkce_obyv._kg'].mean()]}, index=['均值'])
graf['B'] = group2['Produkce_obyv._kg'].mean()

graf.plot.bar()
plt.show()

方法3：重置索引后合并 #

将两个分组均值的Series重置索引，消除索引不匹配问题：

group1 = data[data['ORP']=='A']  
group2 = data[data['ORP']=='B']

# 重置索引，去掉ORP作为索引
group1_mean = group1.groupby('ORP')['Produkce_obyv._kg'].mean().reset_index(drop=True)
group2_mean = group2.groupby('ORP')['Produkce_obyv._kg'].mean().reset_index(drop=True)

# 合并为DataFrame
graf = pd.DataFrame({'A': group1_mean, 'B': group2_mean})
graf.plot.bar()
plt.show()

内容的提问来源于stack exchange，提问作者Karel CZ