按年龄组统计支出总和并绘制条形图的技术求助

问题1分析与解决 #

你执行temp=df.groupby('AGE')['EXP'].sum()后，已经得到了每个年龄组对应总支出的Series对象。后续报错的原因是：

• 你调用了temp.sum()（或temp3.sum()，推测是笔误），这会把所有年龄组的总支出再求和，得到单个numpy.float64数值，单个数值自然没有plot方法。
• unstack(0)在这里完全多余，分组后的Series已经是AGE为索引、总支出为值的结构，无需拆分。

正确的绘图代码直接用分组后的结果即可：

temp = df.groupby('AGE')['EXP'].sum()
temp.plot.barh()  # 绘制水平条形图
# 若要垂直条形图，用 temp.plot.bar()

问题2分析与解决 #

你使用sns.barplot时犯了参数传递错误：

• y=df['EXP'].values传入的是原始数据的所有支出值，而seaborn.barplot默认会对每个x分组（AGE）的y值计算均值，而非总和，这就是y轴数值远低于实际总支出的原因。

解决方法有两种：

方法1：指定estimator为求和 #

直接让seaborn对每个年龄组的EXP计算总和：

import seaborn as sns
import matplotlib.pyplot as plt

fig, ax = plt.subplots()
sns.barplot(x='AGE', y='EXP', ci=0, ax=ax, data=df, estimator=sum)
plt.show()

注意y参数传列名'EXP'即可，不要传df['EXP'].values，同时通过estimator=sum指定聚合方式为求和。

方法2：先分组求和再传入数据 #

用提前分组好的汇总数据绘图，逻辑更直观：

temp = df.groupby('AGE')['EXP'].sum().reset_index()  # 转成DataFrame格式
sns.barplot(x='AGE', y='EXP', ci=0, ax=ax, data=temp)

内容的提问来源于stack exchange，提问作者user19706373