如何处理Excel问卷李克特量表数据以适配plot-likert库绘图要求

核心实现代码 #

你只需要按以下步骤操作即可，不需要手动构造字典格式的DataFrame：

import pandas as pd
import plot_likert

# 读取原始Excel问卷数据
raw_data = pd.read_excel(r'survey.xlsx')
# 定义需要处理的问题列索引列表
list_questions = [9, 12, 17]
# 筛选指定列，自动保留Excel原表头为列名，得到符合要求的输入数据
likert_data = raw_data.iloc[:, list_questions]

# --- 选项适配：根据你的答复语言二选一 ---
# 1. 答复为中文时使用自定义中文刻度（顺序从最不同意到最同意）
cn_scale = [
    "非常不同意",
    "大部分不同意",
    "中立",
    "大部分同意",
    "非常同意"
]
# 2. 答复为英文时直接使用库自带刻度
# scale = plot_likert.scales.agree

# 生成李克特图
plot_likert.plot_likert(likert_data, cn_scale, plot_percentage=True)

常见疑问解答 #

• 格式转换问题：通过iloc筛选指定列得到的likert_data完全符合plot_likert的输入要求，每列对应一个李克特问题，每行对应一份问卷答复，无需额外转换格式。
• 问题名替换问题：iloc筛选列时会自动继承Excel表格的表头内容作为DataFrame的列名，绘图时会直接将这些实际问题内容作为纵轴标签，不需要手动替换Q1/Q2这类占位符。

可选优化 #

如果Excel原表头太长导致绘图显示不全，可以手动修改列名简化显示：

# 按列顺序替换为你需要的问题名称
likert_data.columns = ["电影观感好", "音效体验佳", "票价性价比高"]

注意：自定义刻度时必须严格按照从最不同意到最同意的顺序排列，否则绘图结果会出现排序错误

内容的提问来源于stack exchange，提问作者kloop