绘制布尔值数据时分类标签未显示，如何设置分类坐标轴？

问题描述 #

我在Pandas数据框中有一列名为TFColumn的布尔值（即TRUE或FALSE）数据，尝试用柱状图统计TRUE和FALSE的数量。但x轴显示的是数值而非TRUE/FALSE分类标签，请问如何将数值轴改为分类坐标轴？当前使用的绘图代码如下：

plt.bar(dat[dat.yr == 2019]['TFColumn'].value_counts().index, dat[dat.yr == 2019]['TFColumn'].value_counts().values)

解决方案 #

方法1：手动设置x轴刻度标签

matplotlib会默认把布尔值转为0/1显示，直接通过set_xticks和set_xticklabels指定标签即可：

import matplotlib.pyplot as plt

# 筛选数据并统计计数
filtered_tf = dat[dat.yr == 2019]['TFColumn']
count_result = filtered_tf.value_counts()

# 绘图并设置标签
fig, ax = plt.subplots()
ax.bar(count_result.index, count_result.values)
# 设置刻度位置和对应标签
ax.set_xticks(count_result.index)
ax.set_xticklabels(['False', 'True'])  # 也可以用count_result.index.astype(str)自动转换

plt.show()

方法2：用Pandas内置的plot.bar()（最简便）

Pandas的绘图方法会自动识别布尔类型的索引，直接显示True/False标签：

dat[dat.yr == 2019]['TFColumn'].value_counts().plot(kind='bar')
plt.show()

方法3：将索引转为字符串类型再绘图

把布尔索引转换成字符串，让matplotlib直接识别为分类：

count_result = dat[dat.yr == 2019]['TFColumn'].value_counts()
plt.bar(count_result.index.astype(str), count_result.values)
plt.show()

内容的提问来源于stack exchange，提问作者324