基于Pandas、Seaborn绘制多站点PT列结果计数条形图的指导求助

1. 前置准备：定义全量有效结果集合 #

先把要求的12类有效结果整理成固定列表，方便后续匹配和补全0值：

• 固定字符串类：['NOT_FINISHED', 'NOT_TESTED', 'TOO_LOW']
• 数值类：150~190之间步长为5的数值，共9个，统一转成字符串格式（避免和数据里的字符串/浮点型数值匹配失败）
• 最终合并成12个元素的valid_list，后续统计、绘图都按这个列表的顺序处理

2. 数据预处理：统一空值格式 #

把数据里PT1~PT4列的空字符串、NaN统一替换成标准空值，方便后续判断。

3. 逐行提取最右侧有效值 #

自定义行处理函数，用pandas的apply方法对每行数据处理：

• 按PT4→PT3→PT2→PT1的顺序依次检查该列的值是否在valid_list中
• 找到第一个符合要求的值就返回，作为该行的有效结果
• 四列都没有有效值的行返回空，后续直接过滤掉这些行
  处理完给数据集新增一列res存储提取到的有效结果，过滤掉res为空的行。

4. 按站点分组统计计数 #

• 按Sites字段分组，每组统计res列各值的出现次数
• 统计完成后对每个站点的统计结果用valid_list重设索引，缺失值补0，保证每个站点的统计结果都包含全部12类有效结果，就算计数为0也保留

5. 分站点绘制条形图 #

遍历A1、A2、A3三个站点：

• 取出对应站点的12类结果的计数数据
• 用seaborn的barplot或者matplotlib的bar接口绘图，x轴为有效结果名称，y轴为计数
• 可按需设置x轴标签旋转、图表标题、y轴范围等，避免文字重叠，优化显示效果

小提示 #

处理PT列的时候统一把所有值转成字符串再匹配，避免出现数值型165.0和字符串型'165'判定为不匹配的问题；Python2.7适配的pandas版本对apply的兼容性很好，不需要写复杂的循环逻辑即可完成行处理。 #

内容的提问来源于stack exchange，提问作者Boston Co