使用Python Matplotlib绘制分组均值图遇KeyError: 'Race'的解决方法

错误原因 #

执行df.groupby("Race").mean()后，"Race"列会被设置为DataFrame的索引，不再是普通数据列，因此dfm["Race"]会触发KeyError。

修正方案 #

以下两种方法都可以实现X轴为种族、Y轴为房贷均值的可视化：

方法1：重置索引将Race恢复为列

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv(r'usa survey data edited.csv')
fig, ax = plt.subplots()
# 分组计算均值后，重置索引让Race回到列中
dfm = df.groupby("Race").mean().reset_index()
# 用柱状图展示分类数据（比折线图更合适）
ax.bar(dfm["Race"], dfm["Mortgage"])
# 旋转X轴标签避免重叠
plt.xticks(rotation=45)
plt.xlabel("种族")
plt.ylabel("房贷均值")
plt.title("不同种族的房贷均值统计")
plt.tight_layout()  # 自动调整布局防止标签被截断
plt.show()

方法2：直接使用分组后的索引作为X轴

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv(r'usa survey data edited.csv')
fig, ax = plt.subplots()
dfm = df.groupby("Race").mean()
# 分组后的索引就是Race，直接用dfm.index获取
ax.bar(dfm.index, dfm["Mortgage"])
plt.xticks(rotation=45)
plt.xlabel("种族")
plt.ylabel("房贷均值")
plt.title("不同种族的房贷均值统计")
plt.tight_layout()
plt.show()

额外说明 #

种族属于分类变量，使用柱状图比折线图更符合数据展示逻辑；如果坚持要用折线图，只需把代码中的ax.bar替换为ax.plot即可。

内容的提问来源于stack exchange，提问作者fifthfiend