绘图触发IndexError: tuple index out of range错误求助

首先看错误栈里的关键行：IndexError: tuple index out of range，它来自matplotlib内部尝试获取数据的列数x.shape[1]——这说明当前传入plt.plot()的df，其数据结构在matplotlib看来是一维的（或者空的），无法获取第二维的索引。

具体到你的代码，有两个核心诱因：

1. 分组后的数据结构与matplotlib的兼容性问题
   你执行df = x[['bin',strname]].groupby('bin').mean()后得到的是单列DataFrame，虽然它是二维结构，但当直接传入plt.plot()时，matplotlib对Categorical类型的索引（你的bin是pd.cut生成的分类变量，作为df的索引）处理存在异常，导致内部解析时误判为一维数据。
2. 潜在的空DataFrame风险
   虽然你调用了df = df.dropna()，但如果某个strname在所有分箱组里的均值都是NaN（比如该列在对应分箱内全是缺失值），df会变成空的DataFrame，此时plt.plot()也会触发shape相关的索引错误。

针对以上问题，给出两种直接可行的修正方案：

方案1：明确指定x轴和y轴数据 #

直接把df的索引（分箱值）作为x轴，目标列作为y轴传入plt.plot()，避免matplotlib自动解析时出错：

for strname in numericals:
    for x,label in zip(x_tests, test_labels):
        df = x[['bin',strname]].groupby('bin').mean()
        df = df.dropna()
        # 明确指定x和y，同时添加label让图例正常显示
        plt.plot(df.index, df[strname], label=label)
        plt.xlabel('price bin')  # 修正坐标轴标签：x轴是分箱后的价格区间
        plt.ylabel(strname)     # y轴是统计的数值列均值
        plt.legend(loc=2)
        plt.show()

这里顺带修正了你之前写反的坐标轴标签，让图表逻辑更合理。

方案2：将分组结果转为Series #

直接对目标列做分组均值，得到Series而不是DataFrame，matplotlib对Series的支持更友好（自动用索引当x，值当y）：

for strname in numericals:
    for x,label in zip(x_tests, test_labels):
        # 直接对strname列分组求均值，得到Series
        s = x.groupby('bin')[strname].mean().dropna()
        plt.plot(s, label=label)
        plt.xlabel('price bin')
        plt.ylabel(strname)
        plt.legend(loc=2)
        plt.show()

• 修正数值列类型转换的代码：你当前的x[strname] = temp[strname].astype(int)会因为temp是筛选后的子集，导致赋值长度不匹配，正确写法应该是：

  x.loc[x[strname].notnull(), strname] = x.loc[x[strname].notnull(), strname].astype(int)
  

• 分箱时避免重复值：你对bins的每个元素做roundup，可能导致相邻分箱值重复，pd.cut虽然不会报错，但会生成无效分箱，建议先做roundup再去重：

  bins = np.linspace(x['price'].min(), x['price'].max(), 50)
  bins = [roundup(b) for b in bins]
  bins = sorted(list(set(bins)))  # 去重并保持顺序
  

内容的提问来源于stack exchange，提问作者R.vW