Python绘制柱状图时设定取值范围为变量 解决计数高度异常问题

错误原因 #

• 多余的追加操作：你主动把150~190的步长数值追加到了原数据集末尾，相当于给每个数值新增了1条无效样本，这是数值类柱高全为1的核心原因。
• 数据类型不匹配：原数据PT1列中的数值为字符串格式，你定义的分类列表中数值为整数格式，分类匹配时二者无法对应，原数据中的数值会被识别为无效分类，不计入统计结果。
• 分类命名不一致：原数据中未完成的标识为NOT_FINISHED，你定义的分类为NOT_COMPLETED，二者不统一会导致该类数据无法被统计。
• 未处理异常值：原数据中的空值、小于150的数值没有做映射，不会被计入有效分类。

修正后代码 #

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 加载原始数据，下方为你给出的示例测试数据
df = pd.DataFrame({'ID': {0: 'GF342',  1: 'IF874',  2: 'FH386',  3: 'KJ190',  4: 'TY748',  5: 'YT947',  6: 'DF063',  7: 'ET512',  8: 'GC714',  9: 'SD978',  10: 'EF472',  11: 'PL489',  12: 'AZ315',  13: 'OL821',  14: 'HN765',  15: 'ED589'}, 'Location': {0: 'Q1',  1: 'Q3',  2: 'Q1',  3: 'Q3',  4: 'Q3',  5: 'Q4',  6: 'Q3',  7: 'Q1',  8: 'Q2',  9: 'Q3',  10: 'Q1',  11: 'Q2',  12: 'Q1',  13: 'Q1',  14: 'Q3',  15: 'Q1'}, 'NEW': {0: 'YES',  1: 'NO',  2: 'NO',  3: 'YES',  4: 'YES',  5: 'NO',  6: 'NO',  7: 'YES',  8: 'NO',  9: 'NO',  10: 'NO',  11: 'YES',  12: 'NO',  13: 'YES',  14: 'YES',  15: 'YES'}, 'YEAR': {0: 2021,  1: 2018,  2: 2019,  3: 2021,  4: 2021,  5: 2019,  6: 2019,  7: 2021,  8: 2018,  9: 2019,  10: 2018,  11: 2021,  12: 2018,  13: 2021,  14: 2021,  15: 2021}, 'PT1': {0: '',  1: 'NOT_TESTED',  2: '',  3: 'NOT_FINISHED',  4: '165',  5: '',  6: '180',  7: '145',  8: '155',  9: '',  10: '',  11: '',  12: 'TOO_LOW',  13: '150',  14: '155',  15: ''}, 'PT2': {0: '',  1: '',  2: '',  3: '',  4: '',  5: 'TOO_LOW',  6: '',  7: '',  8: '160',  9: 'TOO_LOW',  10: '',  11: '',  12: '',  13: '',  14: '',  15: ''}, 'PT3': {0: '',  1: 'TOO_LOW',  2: '',  3: 'TOO_LOW',  4: '',  5: '',  6: '',  7: '',  8: '',  9: '',  10: '',  11: 'NOT_FINISHED',  12: '',  13: '185',  14: '',  15: '165'}, 'PT4': {0: '',  1: '',  2: '',  3: '',  4: '',  5: 165.0,  6: '',  7: '',  8: '',  9: '',  10: '',  11: '',  12: 180.0,  13: '',  14: '',  15: ''}})

# 定义分类规则
num_range = list(range(150, 191, 5))
OUTCOMES = ['NOT_TESTED', 'NOT_COMPLETED', 'TOO_LOW'] + num_range

# 处理PT1列数据
def map_pt1(value):
    # 统一未完成标识
    if value == 'NOT_FINISHED':
        return 'NOT_COMPLETED'
    # 空值返回None后续过滤
    if value == '':
        return None
    # 尝试转换为数值
    try:
        num_val = int(float(value))
        # 符合范围返回数值，小于150归为TOO_LOW
        return num_val if num_val in num_range else 'TOO_LOW'
    except:
        # 已有分类标识直接返回
        return value if value in OUTCOMES else None

df['outcomes_col'] = df['PT1'].apply(map_pt1)
# 过滤空值，设置分类顺序
df = df.dropna(subset=['outcomes_col'])
df['outcomes_col'] = df['outcomes_col'].astype('category').cat.set_categories(OUTCOMES)

# 绘图
sns.countplot(x="outcomes_col", data=df, palette='Magma')
plt.xticks(rotation=90)
plt.ylabel('Amount')
plt.xlabel('Outcomes')
plt.title("Outcomes per Testing")
plt.tight_layout() # 避免轴标签被截断
plt.show()

说明 #

• 移除了原代码中多余的append操作，不会再生成无效样本干扰计数
• 补充了数据类型转换、分类命名统一、异常值映射逻辑，确保所有有效数据都能被正确统计
• 分类排列顺序完全符合你要求的规则

内容的提问来源于stack exchange，提问作者getting it