Python 调整字典中的数据，然后打印它

我有

---

我的问题是，如何从创建的字典中删除nan，以及如何将条形图的顺序从1-5更改为1-5？前3个nan是数据中的空白点（因为它来自民意测验），最后一个是列的标题。我尝试手动将plt.bar的范围部分更改为1-5，但似乎不起作用。

您可以在

熊猫系列上使用
.value\u counts
来简单地获取每个值出现的次数。这使得制作条形图变得简单

默认情况下，
value\u counts
将忽略
NaN
值，这样就可以解决这个问题，通过使用
.sort\u index（）
我们可以保证按顺序绘制值。似乎我们需要使用
.to_frame（）
，以便它只为列绘制一种颜色（它为
系列的每行选择一种颜色）

样本数据
代码
我尝试过：
clean\u dict=filter（lambda k:不是isnan（k），x）
但我认为我没有正确地实现它。为什么不简单地使用
df.f.value\u counts（）.sort\u index（）.to\u frame（）.plot（kind='bar'）
？谢谢，这简化了很多。我应该在哪里阅读以了解.value_counts（）和.sort_index（）等是什么？我是python绘图新手，我不确定我可以使用什么工具、规则和类似的东西。它们没有太多的例子，所以我建议您只看看
df.f.value\u counts（）
的输出是什么，然后看看当您执行
df.f.value\u counts（）.to\u frame（）
和
df.f.value\u counts（）.to\u frame（）.sort\u index（）时会发生什么，虽然他们的教程更多的是以示例为导向的。
x = collections.Counter(df.f.values.tolist())
if 'nan' in x:
    del x['nan']
plt.bar(range(len(x)), x.values(), align='center')
plt.xticks(range(len(x)), list(x.keys()))

plt.show()

import pandas as pd
import numpy as np
# Get your plot settings
import seaborn as sns
sns.set()

np.random.seed(123)
df = pd.DataFrame({'f': np.random.randint(1,6,100)})
df = df.append(pd.DataFrame({'f': np.repeat(np.NaN,1000)}))

df.f.value_counts().to_frame().sort_index().plot(kind='bar', legend=False)