使用pandas/pyplot绘制柱状图时设置UTC时区X轴排序顺序

我刚好碰到过类似的需求，给你一套清晰的解决方案：

核心思路 #

value_counts(sort=False)只能按数据中首次出现的顺序排列，但我们需要强制X轴按**-11.0到+13.0的连续整数时区**排列，所以得手动构造目标顺序，再用reindex重新对齐频次数据。

具体步骤 #

1. 获取时区频次（可选包含NaN）
   先拿到每个时区的频次统计，如果需要把NaN也作为一个类别统计，记得加dropna=False：

   import pandas as pd
   # 假设你的DataFrame叫df
   timezone_counts = df['UTC_Hrs'].value_counts(dropna=False)
   

2. 构造目标X轴顺序
   生成我们想要的-11到13的浮点数列表（因为你的UTC_Hrs是浮点类型）：

   # 生成-11到13的整数，再转成float匹配列类型
   desired_x_order = [float(hour) for hour in range(-11, 14)]  # range(-11,14)会包含-11到13
   

3. 重新对齐频次数据
   用reindex把频次数据按目标顺序排列，没有数据的时区频次填0：

   ordered_counts = timezone_counts.reindex(desired_x_order, fill_value=0)
   

   如果不想显示频次为0的时区，可以再加一步过滤：

   ordered_counts = ordered_counts[ordered_counts > 0]
   

4. 绘制柱状图
   用pandas自带的绘图或者matplotlib都可以：

   import matplotlib.pyplot as plt
   
   ordered_counts.plot(kind='bar', figsize=(12, 6))
   plt.xlabel('时区(UTC)')
   plt.ylabel('频次')
   plt.title('Twitter帖子时区分布')
   plt.xticks(rotation=0)  # 让X轴标签水平显示，更易读
   plt.show()
   

为什么之前的方法不行？ #

sort=False只是保留数据中时区第一次出现的顺序，但你的数据里可能不是按-11到13的顺序出现的，所以必须手动指定我们想要的顺序，reindex是最直接的方式。

内容的提问来源于stack exchange，提问作者scatter