0

我不断收到此错误：

Exception: Data must be 1-dimensional

我正在测试这段代码。

prod_count = pd.DataFrame(df.groupby(['product_name'])['order_id'].count().sort_values(ascending=False).head(20))
plt.figure()
sns.barplot(prod_count.index, prod_count.values, alpha=0.8)
plt.title('Counts of Top Products Sold')
plt.ylabel('Number of Products', fontsize=12)
plt.xlabel('Products', fontsize=12)
plt.show()

我的product_count.index样子是这样的：

Index(['Banana', 'Bag of Organic Bananas', 'Organic Strawberries',
       'Organic Hass Avocado', 'Limes', 'Strawberries', 'Organic Baby Spinach',
       'Large Lemon', 'Organic Raspberries', 'Organic Garlic',
       'Organic Avocado', 'Organic Yellow Onion', 'Organic Zucchini',
       'Organic Gala Apples', 'Cucumber Kirby', 'Organic Red Onion',
       'Organic Whole Milk', '100% Whole Wheat Bread', 'Organic Cilantro',
       'Apple Honeycrisp Organic'],
      dtype='object', name='product_name')

我的prod_count.values样子是这样的：

array([[48],
       [34],
       [25],
       [23],
       [18],
       [17],
       [17],
       [17],
       [13],
       [12],
       [11],
       [11],
       [11],
       [10],
       [ 9],
       [ 9],
       [ 9],
       [ 9],
       [ 8],
       [ 8]], dtype=int64)

我不确定为什么在进行订单计数时字段名称会显示“order_id”，但数据框应该是这样的。

product_name                        order_id
Banana  48
Bag of Organic Bananas  34
Organic Strawberries    25
Organic Hass Avocado    23
Limes   18
Strawberries    17
Organic Baby Spinach    17
Large Lemon 17
Organic Raspberries 13
Organic Garlic  12
Organic Avocado 11
Organic Yellow Onion    11
Organic Zucchini    11
Organic Gala Apples 10
Cucumber Kirby  9
Organic Red Onion   9
Organic Whole Milk  9
100% Whole Wheat Bread  9
Organic Cilantro    8
Apple Honeycrisp Organic    8

而且，图表应该是这样的。

在此处输入图像描述

仅供参考，我在这个网站上找到了绘图代码。

https://www.kaggle.com/tejainece/seaborn-barplot-and-pandas-value-counts

4

1 回答 1

1

问题是您正在尝试绘制一个不是一维的 pd.DataFrame （prod_count 是一个数据框）。因此，您想从该数据框中访问“order_id”列中的值。所以试试这个： sns.barplot(prod_count.index, prod_count['order_id'].values, alpha=0.8)

于 2019-07-01T15:19:21.720 回答