如何使用seaborn与ipywidgets制作交互式条形图

你现有代码的报错主要由列名拼写错误、硬编码年份长度不匹配两个核心问题导致，按以下方式调整即可实现预期效果：

完整可运行代码 #

import ipywidgets as widgets
from ipywidgets import interact  
import pandas as pd  
import matplotlib.pyplot as plt 
import seaborn as sns  
import numpy as np  

# 初始化数据集
data = {'Name':['Tom', 'Nick', 'Chris', 'Jack'],
        'Age':['20-25', '19<', '>75', '20-25'], 
        'Year':[2019,2019,2018,2018]} 
df = pd.DataFrame(data)

# 自动生成去重后的年龄区间选项，不用手动维护
age_options = sorted(df['Age'].unique())

@interact(Age = age_options)
def draw_plot(Age):
    # 用正确的大写Age列名筛选，分组后直接统计人数，不需要额外Count列
    filtered_df = df[df['Age'] == Age].groupby('Year', as_index=False).size()
    # 重命名统计列，方便绘图调用
    filtered_df.rename(columns={'size':'参赛人数'}, inplace=True)
    # 兼容空数据场景，避免绘图报错
    if filtered_df.empty:
        print("当前年龄区间无参赛记录")
        return
    sns.barplot(x="Year", y="参赛人数", data=filtered_df)
    plt.show()

关键修改说明 #

• 修正了列名拼写错误：原代码误用小写age，数据集实际字段为大写Age
• 移除硬编码年份逻辑：分组统计后自动保留存在参赛记录的年份，不会出现长度不匹配的报错
• 自动生成年龄选项：通过df['Age'].unique()自动提取去重后的年龄区间，不需要手动维护列表，适配真实场景下的大量数据
• 去掉冗余的Count列：用groupby.size()直接统计每个年份的参赛人数，逻辑更简洁
• 增加空数据兼容逻辑：如果选中的年龄区间没有参赛记录会给出提示，不会抛出异常

内容的提问来源于stack exchange，提问作者Harleens