从字典列表创建DataFrame后绘图报TypeError: no numeric data to plot错误

你提供的原始字典列表中，每个键对应的值是长度为1的列表而非单个标量数值，pandas生成DataFrame时会将列表整体作为单元格存储，因此所有列的数据类型均为object，绘图方法无法识别非数值类型数据，所以抛出报错。

方案1：构造DataFrame前预处理数据 #

提前把每个字典值中的列表元素提取为标量，再生成DataFrame：

import pandas as pd
import matplotlib.pyplot as plt

my_dict = [{'A': [0.7315847607219574],
  'B': [0.5681159420289855],
  'C': [0.9999999999999997],
  'D': [0.5793801642856945],
  'E': [0.6867350732769776],
  'F': [0.7336804366512104]},
 {'A': [0.4758837897858464],
  'B': [0.4219886317147244],
  'C': [0.6206223617183635],
  'D': [0.3911170612926995],
  'E': [0.5159829508133175],
  'F': [0.479838956092881]},
 {'A': [0.7315847607219574],
  'B': [0.5681159420289855],
  'C': [0.9999999999999997],
  'D': [0.5793801642856945],
  'E': [0.6867350732769776],
  'F': [0.7336804366512104]}]

# 预处理：提取每个列表的第一个元素作为标量值
processed_data = [{key: val[0] for key, val in item.items()} for item in my_dict]
df = pd.DataFrame(processed_data)

# 绘图
df.plot(kind="barh")
plt.show()

方案2：生成DataFrame后转换数据类型 #

如果已经生成了object类型的DataFrame，可以直接对全列做类型转换：

df = pd.DataFrame(my_dict)
# 每列元素取列表第一个值，转换为float类型
df = df.apply(lambda col: col.str[0].astype('float64'))

df.plot(kind="barh")
plt.show()

两种方案执行后，调用df.dtypes查看可确认所有列均为float数值类型，可正常绘图。

内容的提问来源于stack exchange，提问作者Ali J