在 value_counts pandas 分类数据中包含零

这是我之前提出的问题的后续问题。老问题可以在这里 找到 答案 来自 @jezrael 现在我想绘制成绩。

用于绘制我可以做的所有成绩

但是，我无法弄清楚如何绘制每个成绩组（包括零计数）。

counts_gardes = df1['new'].value_counts(sort=False)
counts_gardes.plot(kind='bar')

我还想在绘制的数字中包括

counts_gardes_group = df1['new'].value_counts(sort=False)
counts_gardes_group.plot(kind='bar')

的零计数。我尝试了 F 此处 、 此处 和 此处 中提供的解决方案，但它们不起作用。第一个返回所有成绩，而后者给出一个错误，指出 没有 index levels 非常感谢任何帮助。

Any help is really appreciated.

为了确保所有成绩类别（即使是那些计数为零的类别）都包含在你的条形图中，你需要使用 reindex 方法。以下是操作方法：

import pandas as pd
import matplotlib.pyplot as plt

#  示例数据（你的数据可能有所不同）
grades = ['A', 'B', 'C', 'D', 'F']
df1 = pd.DataFrame({'new': ['A', 'B', 'A', 'C', 'B', 'B', 'A']})

# 计算成绩计数
counts_gardes = df1['new'].value_counts(sort=False)

# 创建所有成绩类别的索引
all_grades = pd.Index(grades)

# 使用 reindex 包含缺失的类别
counts_gardes = counts_gardes.reindex(all_grades, fill_value=0)

# 创建条形图
counts_gardes.plot(kind='bar')
plt.xlabel("成绩")
plt.ylabel("计数")
plt.title("成绩分布")
plt.show()

这段代码首先定义了所有预期成绩（ grades ）。然后，它使用 reindex 方法创建一个新的索引，其中包含了 counts_gardes 系列中可能缺少的类别。 fill_value=0 参数确保缺失的类别被赋予零计数。最后，它根据这个新的、完整的索引创建条形图。

这将确保你的图表显示所有成绩类别，包括那些没有对应数据的类别，从而提供更准确的分布情况。