Jupyter Notebook中price列转int后Plot绘图结果异常求解

遗漏的必要操作 #

你有两个关键步骤没做对：

• 类型转换没有回写赋值。执行df['price'].astype(int)不会修改原列数据，必须把转换结果重新赋值给原列，也就是写df['price'] = df['price'].astype(int)才算真正执行了转换，你现在的price列本质还是存储字符串的object类型，根本没变成int。
• 没有做转换前的脏数据清洗，也没有做转换后的类型校验。price列通常会带货币符号、千分位逗号、首尾空格这类非数值内容，直接转int会报错，你能顺利跑通绘图，恰恰说明转换根本没生效。正常转完类型必须用df['price'].dtype校验，返回值是int64才算转换成功，返回object就是没转对。

该图表的实际含义 #

当你给绘图函数传入字符串格式的列时，matplotlib不会自动把字符串解析成数值做坐标映射，而是会把每个字符串按照首次出现的顺序分配一个整数排位，再按行的顺序把这些排位连起来成线。你现在看到的密密麻麻的乱线，本质是每一行price字符串的出现排位连线，和价格数值的分布、趋势完全没有关系，没有任何业务参考价值。

修正步骤 #

1. 先清洗price列的非数值字符：

# 以带美元符、千分位逗号的价格格式为例，按需调整匹配规则
df['price'] = df['price'].str.replace(r'[\$,]', '', regex=True).str.strip()

2. 执行类型转换并回写：

df['price'] = df['price'].astype(int)

3. 校验类型无误后再绘图，就能得到正常的价格相关图表。

内容的提问来源于stack exchange，提问作者tvanpelt87