如何优化DataFrame Origin列统计结果，实现可设轴的柱状图绘制？

有几种简单的方式可以搞定这个需求，不用纠结索引的问题：

方法1：将统计结果转为普通DataFrame #

先用value_counts()统计频次，再用reset_index()把索引转成普通列，之后就能正常指定X/Y轴了：

import matplotlib.pyplot as plt

# 统计并转换格式
origin_counts = df['Origin'].value_counts().reset_index()
origin_counts.columns = ['Origin', 'Count']  # 重命名列，方便后续引用

# 绘制柱状图
plt.bar(origin_counts['Origin'], origin_counts['Count'])
plt.xlabel('国家/地区')
plt.ylabel('产品数量')
plt.title('各产地产品数量分布')
plt.xticks(rotation=45)  # 旋转X轴标签，避免重叠
plt.show()

方法2：直接用pandas Series的plot方法 #

value_counts()返回的Series本身就支持直接调用plot方法，不需要额外转格式：

import matplotlib.pyplot as plt

df['Origin'].value_counts().plot(kind='bar')
plt.xlabel('国家/地区')
plt.ylabel('产品数量')
plt.title('各产地产品数量分布')
plt.xticks(rotation=45)
plt.show()

方法3：用Seaborn一键生成（推荐） #

Seaborn的countplot可以直接基于原始DataFrame绘制，连统计步骤都省了：

import seaborn as sns
import matplotlib.pyplot as plt

sns.countplot(data=df, x='Origin')
plt.xlabel('国家/地区')
plt.ylabel('产品数量')
plt.title('各产地产品数量分布')
plt.xticks(rotation=45)
plt.show()

这几种方法都能轻松实现你的需求，选哪种看个人习惯：如果需要保留统计数据做后续分析，用方法1；追求简洁用方法2；想要更美观的默认样式，用方法3。

内容的提问来源于stack exchange，提问作者python noobie