Pandas按年份汇总数值排序及带标签条形图绘制实现

一、年度数值计算与排序 #

• 先完成基础数据清洗：将年份列统一为可分组的统一类型（推荐转成字符串，避免数值型年份在排序、分类展示时出现格式错位），将数值列转换为可计算的数值类型，自动过滤无法识别的脏值
• 按年份维度分组聚合，计算每个年份的数值总和，再按需求排序输出，核心实现代码：

import pandas as pd
import matplotlib.pyplot as plt

# 假设原始数据框为df，包含两列：year（年份）、value（对应行的数值）
# 数据类型校验清洗
df['year'] = df['year'].astype(str)
df['value'] = pd.to_numeric(df['value'], errors='coerce')

# 分组求和+排序（如需按总数值降序展示，设置ascending=False；如需按年份先后排序，将by参数替换为'year'）
year_total = df.groupby('year', as_index=False)['value'].sum().sort_values(by='value', ascending=False)
# 直接打印即可查看排序后的年度总数值
print(year_total)

二、带数值标签的横向条形图绘制 #

需求指定y轴为year维度，直接使用matplotlib的横向条形图barh实现，逐根条形绑定数值标签即可，核心代码：

• 先配置绘图环境的中文显示，避免标签乱码
• 绘制时绑定分组后的年度总数值作为条形长度
• 遍历每个条形对象，在条形末端标注对应的总数值

# 配置中文显示参数
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

fig, ax = plt.subplots(figsize=(8, 6))
# 绘制横向条形图，y轴位置为年份，x轴长度为对应年度总数值
bar_container = ax.barh(year_total['year'], year_total['value'])

# 给每根条形添加数值标签，fmt参数可调整数值的显示格式
ax.bar_label(bar_container, fmt='{:,.0f}', padding=4)

# 调整轴标签、反转y轴匹配排序结果的展示顺序
ax.set(ylabel='年份', xlabel='年度总数值')
ax.invert_yaxis()
plt.tight_layout()
plt.show()

常见注意点 #

• 如果原始数据的年份和数值没有拆分成独立两列，先通过字符串拆分、位置提取的方式把年份字段独立成列，后续聚合逻辑完全通用
• 若标签出现重叠，可适当调大figsize的画布尺寸，或缩小标签的显示字号
• 排序逻辑可灵活调整，不需要额外复杂的转换

内容的提问来源于stack exchange，提问作者hmd