Seaborn堆叠条形图X轴标签错误问题排查求助

你遇到的堆叠条形图X轴标签错误，核心原因是坐标轴逻辑混乱+类别索引未对齐，咱们一步步拆解问题并修正：

具体问题点拆解 #

1. Seaborn参数顺序搞反：你调用sns.barplot(df.positives, df.combinedEachCategory)时，把y轴数据放到了x参数位，x轴类别放到了y参数位，直接打乱了坐标轴逻辑。
2. 类别索引缺失：df.positives（购买人群的类别计数）和df.negatives（未购买人群的类别计数）的索引可能不重叠——比如某个类别下没人购买，就不会出现在positives的索引里，但它本该显示在X轴上。
3. 污染原始数据：直接给df添加positives这类临时列是不良习惯，容易破坏原始数据集。

修正后的代码方案 #

推荐用pd.crosstab来生成对齐的分类计数，它能自动补全缺失类别的0值，完美解决标签缺失问题：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd

# 假设df是你的原始数据框
category = ['job', 'marital', 'education', 'loan']

for column in category:
    plt.figure(figsize=(10,4))
    # 生成交叉表：行是当前类别值，列是购买状态，自动补全缺失类别为0
    cross_tab = pd.crosstab(df[column], df['y'])
    
    # 先画底层的"未购买"条形
    ax = sns.barplot(x=cross_tab.index, y=cross_tab['no'], color='#999999')
    # 再画上层的"已购买"条形，用bottom参数指定堆叠位置
    sns.barplot(x=cross_tab.index, y=cross_tab['yes'], color='#0000A3', bottom=cross_tab['no'], ax=ax)
    
    # 设置X轴标签，确保所有类别都显示
    ax.set_xticklabels(cross_tab.index, rotation=25)
    plt.title(f"Purchase Status by {column}")
    plt.ylabel("Number of Respondents")
    plt.tight_layout()
    plt.show()

如果你想保留原有的value_counts逻辑 #

也可以手动对齐两个计数系列的索引，避免类别缺失：

for column in category:
    plt.figure(figsize=(10,4))
    # 单独存储计数，不修改原始df
    positives = df.loc[df['y'] == 'yes', column].value_counts()
    negatives = df.loc[df['y'] == 'no', column].value_counts()
    
    # 合并所有类别，缺失的计数补0
    all_categories = positives.index.union(negatives.index)
    positives = positives.reindex(all_categories, fill_value=0)
    negatives = negatives.reindex(all_categories, fill_value=0)
    
    # 绘制堆叠条形图
    ax = sns.barplot(x=all_categories, y=negatives, color='#999999')
    sns.barplot(x=all_categories, y=positives, color='#0000A3', bottom=negatives, ax=ax)
    
    ax.set_xticklabels(all_categories, rotation=25)
    plt.title(column)
    plt.tight_layout()
    plt.show()

这样就能保证X轴显示所有类别，不会出现标签缺失或错位的问题了。

内容的提问来源于stack exchange，提问作者Slurm