Python 如何更改熊猫图中的X标签？

我有一个Excel工作表，其中有特定状态的列，我需要对每个状态进行计数，然后我需要将其绘制在条形图中。例如：

Status_1    Status_2    Status_3
Active      Abandoned   Active
Inactive    Abandoned   Active

目前，我一直在使用以下代码：

import pandas as pd, matplotlib.pyplot as plt
report = r"\\Myserver\Reports\Report.xlsx"
df1 = pd.read_excel(report, sheetname=1)
df = df1[['Status_1', 'Status_2', 'Status_3']].copy()

val1 = df['Status_2'].value_counts().to_frame()
vals1 = pd.DataFrame(val1)
fig, axes = plt.subplots(nrows=2, ncols=2)
vals1.plot(kind='bar', ax=axes[0,0])

因此，我现在的问题是图形显示正确，但X轴上的列标有它们的状态（活动/非活动），图例显示了列名（状态_1）。我希望这是相反的，并有X轴只显示“状态_1”和图例的颜色编码与两个选择“活动”和“非活动”

因为我是用价值计算来做这件事的，所以它变得非常混乱，并且被扭转了。有没有办法做到这一点

我希望这将有助于：

a = pd.DataFrame([['a','i'],['a','i'],['i','a']], columns=["S1", "S2"])
a.apply(lambda x: x.value_counts()).transpose().plot.bar()

结果:

说明：

a、 apply（lambda x:x.value_counts（））-根据数据创建计数值的数据帧

.transpose（）-转置索引和列（如果您想返回以Status1、Status2作为条形图，以Active/Inactive作为x标签，只需删除此方法

plot.bar（）-只需打印您可以使用的数据帧，并将数据帧重塑为

或：

---

HTH

df1[['Status_1'、'Status_2'、'Status_3']]绘图（kind='bar'）不只有在我有数字数据的情况下才有效吗？我能得到同一数据帧中每列的值计数吗？我的印象是

df[column].value_counts（）.to_frame（）

一次只针对一列？您尝试过吗？是的，但它不起作用，因为它们不是数值，而是文本字符串，即“活动”或“非活动”。我需要将这些转化为计数，然后绘制图表。这很好！有没有办法将状态移动到图例或其他位置，而不是移动到X轴上每列的下方？一个状态标题“完成构造状态”有点长，在绘图中被截断。您可以旋转X标签，使其在plt.xticks中更可见（rotation=45），或者使整个图形水平-使用barh（）代替bar（），或者您可以通过plt.xticks（范围（3），（'asa'，'sab'，'cas'），rotation=45）重命名XLabel。希望这能有所帮助，我不知道你是否能制作标签图例。效果很好！最后一个问题是，有没有办法将标签添加到列的顶部以计算总计数？

import seaborn as sns
import pandas as pd

In [26]: df
Out[26]: 
    Status_1   Status_2   Status_3
0     Active  Abandoned     Active
1   Inactive  Abandoned  Abandoned
2     Active  Abandoned     Active
3   Inactive   Inactive     Active
4     Active  Abandoned   Inactive
5  Abandoned  Abandoned     Active

In [27]: df2 = pd.melt(df) # convert into tidy data
In [28]: df2
Out[28]: 
    variable      value
0   Status_1     Active
1   Status_1   Inactive
2   Status_1     Active
3   Status_1   Inactive
4   Status_1     Active
[...]
15  Status_3     Active
16  Status_3   Inactive
17  Status_3     Active
In [29]: sns.factorplot(data=df2, x="variable", kind="count", hue="value")

sns.factorplot(data=df2, x="variable", kind="count", col="value")