绘制两个DataFrame的value_counts时X轴标签错位问题求助

我完全懂你遇到的糟心事——value_counts()默认是按数值降序排列的，所以两个DataFrame的性别顺序刚好反过来，导致绘图时条形和标签完全对应不上，看着特别别扭。

要解决这个问题，核心思路是强制两个统计结果使用完全一致的X轴标签顺序，不管每个类别的数量多少。这样不管你有2个还是N个类别，都能保证所有子图的条形和标签完美对齐。

具体解决方案 #

1. 先定义好你想要的固定顺序（比如按性别字母顺序['F', 'M']）
2. 用reindex()方法让两个DataFrame的统计结果都遵循这个顺序
3. 再进行绘图操作

下面是完整的修正代码：

import matplotlib.pyplot as plt

# 定义统一的性别显示顺序
gender_order = ['F', 'M']
width = .25

# 按固定顺序重新整理统计结果，确保X轴标签一致
df_gender_counts = df['Gender'].value_counts().reindex(gender_order)
signed_gender_counts = signed['Gender'].value_counts().reindex(gender_order)

# 绘制柱状图
df_gender_counts.plot('bar', position=1, width=width, label='Total')
signed_gender_counts.plot('bar', color='skyblue', position=0, width=width, label='Signed')

# 添加必要的图表元素
plt.legend()
plt.xlabel('Gender')
plt.ylabel('Count')
plt.show()

扩展适配多类别场景 #

如果你的数据里有超过2种性别类别，不想手动写顺序，可以自动获取所有类别并排序：

import pandas as pd

# 获取所有出现过的性别并按字母顺序排序
all_genders = sorted(pd.unique(pd.concat([df['Gender'], signed['Gender']])))

# 后续用all_genders替代gender_order即可
df_gender_counts = df['Gender'].value_counts().reindex(all_genders)
signed_gender_counts = signed['Gender'].value_counts().reindex(all_genders)

这样处理后，不管每个类别在不同DataFrame里的数量多少，所有子图的X轴标签都会严格按照你指定的顺序排列，再也不会出现条形和标签错位的问题了。

内容的提问来源于stack exchange，提问作者Andrew