使用Pandas plot标注时出现StrCategoryConverter错误的原因与解决方法

当使用Pandas的df.plot()绘制折线图并调用annotate()添加标注时，抛出错误：

ValueError: Missing category information for StrCategoryConverter; this might be caused by unintendedly mixing categorical and numeric data

但使用Matplotlib原生方法实现相同逻辑却能正常运行。给定的DataFrame数据如下：

data = {'Unit': {0: 'Admin ', 1: 'C-Level', 2: 'Engineering', 3: 'IT', 4: 'Manufacturing', 5: 'Sales'}, 'Mean': {0: 4.642857142857143, 1: 4.83, 2: 4.048, 3: 4.237317073170732, 4: 4.184319526627219, 5: 3.9904545454545453}}
result=pd.DataFrame(data)

错误原因 #

Pandas的plot()方法默认会将字符串类型的x轴列（这里的Unit列）转换为分类数据类型（Categorical），此时x轴的底层是用数值索引（0、1、2...）来映射分类标签的。而当你直接使用原始字符串标签（如row['Unit']）作为annotate()的x参数时，Matplotlib无法匹配到分类轴对应的数值索引，从而触发分类信息缺失的错误。

而Matplotlib原生方法是直接将字符串作为刻度文本，x轴本质是数值型的位置索引，因此不会有类型不兼容的问题。

解决方法 #

方法1：禁用Pandas的分类轴转换 #

在调用df.plot()时，添加categorical=False参数，强制Pandas不将x轴列转换为分类类型，这样x轴会和Matplotlib原生逻辑一致，直接使用字符串刻度，此时annotate()可以正常使用字符串标签定位：

import pandas as pd
import matplotlib.pyplot as plt

data = {'Unit': {0: 'Admin ', 1: 'C-Level', 2: 'Engineering', 3: 'IT', 4: 'Manufacturing', 5: 'Sales'}, 'Mean': {0: 4.642857142857143, 1: 4.83, 2: 4.048, 3: 4.237317073170732, 4: 4.184319526627219, 5: 3.9904545454545453}}
result=pd.DataFrame(data)

# 绘制折线图，禁用分类转换
ax = result.plot(x='Unit', y='Mean', kind='line', categorical=False, marker='o')

# 添加标注
for idx, row in result.iterrows():
    ax.annotate(f'{row["Mean"]:.2f}', (row['Unit'], row['Mean']), textcoords="offset points", xytext=(0,10), ha='center')

plt.tight_layout()
plt.show()

方法2：使用分类轴的数值索引定位 #

如果需要保留Pandas的分类轴特性，可以通过DataFrame的索引作为x轴的数值位置来进行标注，此时annotate()的x参数传入行索引（0到5），而不是字符串标签：

import pandas as pd
import matplotlib.pyplot as plt

data = {'Unit': {0: 'Admin ', 1: 'C-Level', 2: 'Engineering', 3: 'IT', 4: 'Manufacturing', 5: 'Sales'}, 'Mean': {0: 4.642857142857143, 1: 4.83, 2: 4.048, 3: 4.237317073170732, 4: 4.184319526627219, 5: 3.9904545454545453}}
result=pd.DataFrame(data)

# 绘制折线图，默认使用分类轴
ax = result.plot(x='Unit', y='Mean', kind='line', marker='o')

# 添加标注，使用行索引作为x位置
for idx, row in result.iterrows():
    ax.annotate(f'{row["Mean"]:.2f}', (idx, row['Mean']), textcoords="offset points", xytext=(0,10), ha='center')

plt.tight_layout()
plt.show()

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