Pandas DataFrame调用plot绘图报x must be a label or position错误

报错的核心诱因是空DataFrame创建时的列参数写法错误：
你预先定义的cols本身已经是存储列名的列表['Condition', 'No-Show']，但创建时写为pd.DataFrame(columns = [cols])，相当于给columns参数传入了嵌套列表[['Condition', 'No-Show']]，pandas会自动将这种嵌套输入解析为多层列索引（MultiIndex），而非普通的单层字符串列索引。

此时打印DataFrame肉眼看到的列名和正常创建的df2完全一致，但实际列标签是元组格式的层级结构，和你传入绘图方法的字符串'Condition'、'No-Show'不匹配，因此触发x must be a label or position报错。

你可以通过查看columns属性直接确认两个DataFrame的底层结构差异：

# 查看错误方式创建的df的列结构
print("错误创建的df列索引：")
print(df.columns)
print("列索引类型：", type(df.columns))

输出结果如下，可见是多级索引：

错误创建的df列索引：
MultiIndex([('Condition',),
            ('No-Show',)],
           )
列索引类型： <class 'pandas.core.indexes.multi.MultiIndex'>

再看正常字典方式创建的df2：

# 查看正确方式创建的df2的列结构
print("正确创建的df2列索引：")
print(df2.columns)
print("列索引类型：", type(df2.columns))

输出为普通单层索引，和绘图时传入的字符串列名完全匹配：

正确创建的df2列索引：
Index(['Condition', 'No-Show'], dtype='object')
列索引类型： <class 'pandas.core.indexes.base.Index'>

任选以下一种方式即可解决报错：

• 修正空DataFrame创建的参数写法：去掉cols外层多余的方括号，将创建语句改为df = pd.DataFrame(columns=cols)，后续逐列赋值的逻辑无需改动，生成的就是普通单层列结构的DataFrame，可正常绘图。
• 已生成错误结构的df无需重跑：执行df.columns = df.columns.get_level_values(0)，将多级列索引降为普通单层字符串索引，即可匹配绘图时传入的列名参数。
• 直接使用字典映射方式创建DataFrame，也就是你第二种验证可行的写法，从源头避免列参数嵌套导致的索引异常。

内容的提问来源于stack exchange，提问作者Wildo_Baggins311