是否更改Pandas/Matplotlib直方图中标签的x轴顺序？

Question

假设我有一个列中有离散值的熊猫数据帧。

import pandas as pd

data = ['A']*2 + ['C']*3 + ['B']* 1
print(data)
# ['A', 'A', 'C', 'C', 'C', 'B']

my_df = pd.DataFrame({'mycolumn': data})
print(my_df)
#   mycolumn
# 0        A
# 1        A
# 2        C
# 3        C
# 4        C
# 5        B

然后我创建一个直方图，显示这些值的频率。我使用Pandas内置函数hist（），它反过来又依赖于Matplotlib直方图函数。

my_df.mycolumn.hist()

现在，如何更改X轴上标签的顺序以获得特定的顺序？例如，我希望x轴具有特定顺序的标签：C、A、B，而不是如图所示的A、C、B。

此外，如何将y轴更改为整数而不是浮点？频率值为离散计数。




Answer 1

您可以创建一个排序器，以便在打印之前对数据帧进行排序。对于整数，可以使用MaxNLocator：

import pandas as pd
from matplotlib.ticker import MaxNLocator
fig, ax = plt.subplots()
data = ['A']*2 + ['C']*3 + ['B']* 1
my_df = pd.DataFrame({'mycolumn': data})
sorter = dict([(k, v) for (v,k) in enumerate(['C', 'A', 'B'])])
(my_df.assign(sorter=my_df['mycolumn'].map(sorter))
      .sort_values('sorter')['mycolumn'].value_counts().plot.bar(ax=ax))
ax.yaxis.set_major_locator(MaxNLocator(integer=True))

Answer 2

您可以使用value_counts，loc定义顺序，bar绘制：

my_df.mycolumn.value_counts().loc[['C', 'A', 'B']].plot.bar()

在y轴上使用整数的解决方案：

from matplotlib.ticker import MaxNLocator

ax = my_df.mycolumn.value_counts().loc[['C', 'A', 'B']].plot.bar()

ax.yaxis.set_major_locator(MaxNLocator(integer=True))