如何将df.describe().loc['top']和freq数据绘制成饼图？解决报错

咱们先拆解一下你遇到的问题，核心是DataFrame构建逻辑不对，加上plot.pie的参数用错了，才导致了找不到列的报错。

问题出在哪？ #

你原来的代码里：

df = pd.DataFrame({'Top answers': [df.describe().loc['top']], 'Frequency': [df.describe().loc['freq']]}, index=['Most Common answer', 'Frequency'])

这里犯了两个关键错误：

1. 把df.describe().loc['top']和df.describe().loc['freq']这两个Series对象（每个对应原数据所有列的统计结果）当成单个元素塞进了列表，导致新DataFrame的结构完全混乱。
2. 错误设置了索引为['Most Common answer', 'Frequency']，这让DataFrame的行和列逻辑完全颠倒了。

后面调用plot.pie(y=df.describe().loc['freq'])时，你传入的是具体的频次数值，而plot.pie的y参数要求的是DataFrame的列名，自然会报“找不到对应列”的错误。

正确的解决方案（分两步） #

假设你的原df是调研数据，每一列对应一个调研问题，df.describe().loc['top']是每个问题的最常见答案，df.describe().loc['freq']是对应频次，我们可以这么处理：

1. 正确构建统计结果的DataFrame

直接把两个Series合并成结构清晰的新DataFrame，行对应原数据的调研问题，列对应“最常见答案”和“频次”：

import pandas as pd

# 提取统计数据：每个调研问题的最常见答案和对应频次
top_answers = df.describe().loc['top']
answer_freqs = df.describe().loc['freq']

# 构建正确的DataFrame
stats_df = pd.DataFrame({
    'Top answers': top_answers,
    'Frequency': answer_freqs
})

2. 绘制饼图

现在用stats_df绘制饼图，指定y为频次列的列名，还可以用最常见答案作为饼图的标签：

# 绘制饼图，显示每个问题最常见答案的频次占比
pie_plot = stats_df.plot.pie(
    y='Frequency',
    labels=stats_df['Top answers'],
    figsize=(5, 5),
    autopct='%1.1f%%',  # 可选：显示百分比
    title='Most Common Answers Frequency Distribution'
)

额外提醒：如果想绘制单个问题的所有答案分布 #

如果你其实是想针对某一个调研问题（比如原df中的'satisfaction'列），展示所有答案的占比饼图，那更简单，直接对该列做频次统计后绘图即可：

# 针对单个调研问题绘制所有答案的饼图
df['satisfaction'].value_counts().plot.pie(
    figsize=(5,5),
    autopct='%1.1f%%',
    title='Satisfaction Response Distribution'
)

内容的提问来源于stack exchange，提问作者lross12