绘图时如何调整DataFrame索引以按自定义序列绘制柱状图？

你当前代码存在两处可优化的基础问题：一是重复对df_new执行了两次groupby聚合操作，存在冗余计算；二是直接使用DataFrame默认生成的顺序索引作为横轴，没有和自定义排序规则做映射。
要实现目标的核心逻辑：将分组后的统计结果按照你指定的顺序重排，再使用连续均匀的坐标位置绘制柱子，最后把坐标替换成对应顺序的自定义标签，具体可落地的操作如下：

1. 合并分组聚合逻辑，单次完成数据统计
   避免重复调用groupby，减少不必要的计算开销：

   # 单次完成分组计数，同时保留分类值和统计值
   grouped_stat = df_new.groupby('Data', as_index=False).size()
   

2. 按照自定义顺序重排统计结果
   把你需要的横轴顺序[3,0,1,4,5]传入重索引逻辑，自动对齐数据：

   # 替换为你实际需要的自定义排序序列
   custom_x_order = [3, 0, 1, 4, 5]
   # 按自定义顺序重排，无匹配的分类会自动补0，不会出现顺序错位
   grouped_stat = grouped_stat.set_index('Data').reindex(custom_x_order).reset_index()
   

3. 调整绘图逻辑，避免x坐标间距异常
   不要直接把自定义的数值序列当x坐标传入plt.bar，否则Matplotlib会按照数字本身的数值间距绘制柱子，不是均匀排布的效果：

   plt.figure(figsize=(10,5))
   # 生成连续均匀的位置坐标，匹配重排后的数据长度
   x_pos = range(len(grouped_stat))
   plt.bar(x_pos, grouped_stat['size'].values)
   # 将横轴刻度替换为自定义顺序对应的分类值
   plt.xticks(x_pos, grouped_stat['Data'].values)
   

轻量替代方案 #

如果你不需要做跨数据集合的顺序匹配，只是单纯想调整当前已生成的柱子的显示顺序，不需要改动原有数据处理流程，直接对原有结果做切片重排即可：

# 原有代码生成的统计值
values = df_new.groupby('Data').size().values
# 按自定义顺序切片重排柱子高度，示例为取原序列第3、0、1、4位的数值
ordered_values = values[[3,0,1,4]]
plt.figure(figsize=(10,5))
plt.bar(range(len(ordered_values)), ordered_values)
# 传入和自定义顺序对应的标签即可
plt.xticks(range(len(ordered_values)), [3,0,1,4])

常见踩坑提示 #

• 如果你的自定义排序序列里包含分组统计结果中不存在的取值，用reindex重排时会自动给对应位置的柱子填充0高度值，不会出现索引错位、数据和标签不匹配的问题
• 千万不要直接把自定义的数值序列（比如[3,0,1,4,5]）作为x参数直接传给plt.bar，否则Matplotlib会按照数字本身的数值大小自动适配x轴的间距，比如3和0之间会留3个单位的空隙，根本达不到均匀排布柱子的展示效果

内容的提问来源于stack exchange，提问作者Samrat Alam