使用Seaborn绘制pandas value_counts结果时仅显示单个变量的问题

我来帮你搞定这个问题！你遇到的情况是因为Seaborn的barplot没有正确识别你传入的Series的索引和值，导致只渲染了一个条形。下面给你两种简单有效的解决方案：

方案一：明确指定x和y参数 #

直接把value_counts()返回的Series的索引作为x轴标签，对应的值作为y轴高度，传给barplot：

import pandas as pd
import seaborn as sns

df = pd.DataFrame({"A":['b','b','a','c','c','c'],"B":['a','a','a','c','b','d']})
counts = df.A.value_counts()
# 明确指定x为索引，y为对应计数
sns.barplot(x=counts.index, y=counts.values)

方案二：将Series转换为DataFrame后传入 #

把value_counts()的结果转换成带列名的DataFrame，让Seaborn自动识别数据结构：

import pandas as pd
import seaborn as sns

df = pd.DataFrame({"A":['b','b','a','c','c','c'],"B":['a','a','a','c','b','d']})
counts = df.A.value_counts()
# 重置索引并命名计数列
counts_df = counts.reset_index(name='count')
# 传入DataFrame并指定x、y列名
sns.barplot(data=counts_df, x='A', y='count')

为什么之前的代码不行？ #

当你直接把counts这个Series传给sns.barplot(counts)时，Seaborn会默认把整个Series当作y轴数据，而x轴会被自动设置为一个单一的类别（默认是0），所以只会显示一个条形。必须明确告诉它x轴是分类标签（也就是原Series的索引），y轴是对应的计数值，才能正确渲染出所有类别。

内容的提问来源于stack exchange，提问作者max