解决pandas.Int64Index弃用警告并维持数值类别排序逻辑

要解决弃用警告同时保留原有排序逻辑，核心是替换过时的pd.Int64Index类型判断，改用Pandas提供的类型检测API来识别数值型索引。以下是具体修改方案：

修改后的完整代码 #

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

# 数据准备
data = sns.load_dataset('tips').iloc[0:5, [2,6]]

ncols = 2
nrows = int(np.ceil(data.shape[1] / ncols))

fig, axes = plt.subplots(nrows=nrows, ncols=ncols,
                         figsize=(4*ncols, 3*nrows), sharex=True)

for ax, (name, g) in zip(axes.ravel(), data.items()):
    z = g.value_counts(normalize=True, ascending=True) * 100
    # 替换原有判断，识别所有数值型索引（int/float都适配）
    if pd.api.types.is_numeric_dtype(z.index):
        z = z.sort_index(ascending=False)
    z.plot.barh(ax=ax)
    ax.title.set_text(name)

plt.tight_layout()
plt.show()

关键修改说明 #

• 用pd.api.types.is_numeric_dtype(z.index)替代isinstance(z.index, (pd.Int64Index))：
  • 这个API可以准确识别整数、浮点数等所有数值类型的索引，完美适配你需要同时支持int和float的需求
  • 完全避免了pd.Int64Index的弃用警告，符合Pandas未来版本的规范
  • 原有排序逻辑完整保留：数值型变量按索引降序排序，分类变量保持频率从低到高的排列（对应横向条形图从下到上频率递增）

你之前尝试方案的问题解析 #

1. 使用if isinstance(z.index, (int)):：
   索引是pd.Index对象，不是单个int值，因此判断永远为False，不会执行数值型排序逻辑，导致数值变量也按频率排序，不符合预期。
2. 使用if isinstance(z.index, (pd.Index(datatype='int64'))):：
   pd.Index()是构造索引的方法，需要传入数据集合，不能直接用来判断类型，因此触发参数错误。

内容的提问来源于stack exchange，提问作者johnjohn