如何用Pandas绘制降序排列的value counts水平条形图？

嘿，这个问题我太懂了！刚用pandas绘图的时候也踩过这个坑——明明统计的次数是降序，画出来的水平条形图却反过来了。别着急，咱们一步步来解决：

第一步：正确统计值的出现次数 #

首先，统计每个值的出现次数，推荐用pandas的value_counts()方法，它默认就是按降序排列的，省了不少事：

import pandas as pd

# 假设你的DataFrame是df，目标列是target_column
counts = df['target_column'].value_counts()

如果你是用groupby统计的，记得手动加排序：

counts = df.groupby('target_column').size().sort_values(ascending=False)

第二步：绘制降序的水平条形图 #

这里分两种常见的绘图方式来说：

方法1：用pandas自带的绘图工具 #

pandas的plot.barh()会把Series的第一个元素放在y轴最下方，所以如果直接用默认降序的counts绘图，最大的数值会在最下面。这时候我们只需要反转y轴就能让最大的条形在顶部：

import matplotlib.pyplot as plt

plt.figure(figsize=(8, 5))  # 设置图的大小
counts.plot(kind='barh', color='#4285F4')  # 绘制水平条形图
plt.gca().invert_yaxis()  # 关键：反转y轴顺序

# 加上标题和标签让图更清晰
plt.title('Value Counts (Descending Order)')
plt.xlabel('Number of Occurrences')
plt.ylabel('Values')
plt.show()

当然，你也可以先把counts按升序排列，再绘图，这样就不用反转y轴了：

counts_sorted_asc = counts.sort_values(ascending=True)
counts_sorted_asc.plot(kind='barh')

方法2：用Seaborn绘图 #

如果习惯用Seaborn，记得在barplot里指定order参数，直接用统计结果的索引顺序就行：

import seaborn as sns

# 把统计结果转成DataFrame
count_df = counts.reset_index()
count_df.columns = ['value', 'count']

plt.figure(figsize=(8, 5))
# 指定order为count_df['value']，保证按降序排列
sns.barplot(x='count', y='value', data=count_df, order=count_df['value'], palette='Blues_r')
plt.title('Value Counts (Descending Order)')
plt.xlabel('Number of Occurrences')
plt.ylabel('Values')
plt.show()

为什么之前没排序成功？ #

大概率是这两个原因：

• 统计次数的时候没做排序，比如用了groupby但没加.sort_values()
• 水平条形图的y轴默认顺序和我们直觉相反，没做反转或调整

内容的提问来源于stack exchange，提问作者jxn