Seaborn barplot如何按DataFrame行顺序自定义X轴排列顺序

先明确两个核心偏差，对应你之前遇到的不符合预期的情况：

• Seaborn的barplot对数值型x变量，默认会自动将所有x的唯一值按数值大小升序排列，所以1、2、3会自然排在50、51、52前面，完全不考虑数据框的原始行顺序。
• order参数的作用是自定义x轴类别的展示顺序，但传入的列表元素必须是你指定x列的实际取值，不是DataFrame的索引。你之前传入order=df.index时，列表元素是0、1、2、3、4、5，这些值只有1、2、3能和Week列的取值匹配上，剩下的0、4、5不存在于Week列的取值集合中，自然就被过滤掉，最终只展示了2021年的3个周度数据，完全和预期不符。

方案1：最简修改，完全匹配原行顺序 #

不需要对数据做复杂改造，只要把Week列按数据框的原始行顺序提取成列表，传给order参数即可，严格实现你要的50、51、52、1、2、3的排布顺序：

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

df = pd.DataFrame(
    {
        "Year": [2020, 2020, 2020, 2021, 2021, 2021],
        "Week": [50, 51, 52, 1, 2, 3],
        "Qty": [173, 29, 16, 46, 39, 82],
    }
)

# 核心修改：传入和df行顺序完全一致的Week值列表
sns.barplot(x='Week', y='Qty', data=df, order=df['Week'].tolist())
plt.show()

方案2：长期稳妥方案，从根上避免跨年周数混淆 #

如果后续你会覆盖更多年份的周度数据，单纯用数字周数很容易出现不同年份同周数重复匹配的问题，可以直接构造带年份的时序标签列作为x轴。因为这个列的顺序本身就和数据框的原行顺序一致，Seaborn会自动按列的排列顺序展示x轴类别，不需要手动传order参数，还能让读者一眼区分不同年份的同周数：

# 构造带年份的时序展示标签
df['时间标签'] = df['Year'].astype(str) + '年第' + df['Week'].astype(str) + '周'

sns.barplot(x='时间标签', y='Qty', data=df)
# 旋转x轴标签避免文字重叠
plt.xticks(rotation=30)
plt.show()

方案3：固定分类顺序，无需重复传参 #

如果还是希望x轴只显示周数数字、不展示年份，可以把Week列转成有序分类变量，强制指定分类的顺序和数据框原行顺序一致，Seaborn会自动按照你设定的分类顺序排布柱子，后续绘图不需要每次手动传order参数：

# 把Week列转为有序分类，类别顺序完全匹配df的原始行顺序
df['Week'] = pd.Categorical(
    df['Week'], 
    categories=df['Week'].unique(), 
    ordered=True
)

sns.barplot(x='Week', y='Qty', data=df)
plt.show()

内容的提问来源于stack exchange，提问作者mrgou