Pandas bar plot：添加标记以区分0和NaN

Question

我在Python中有以下pandas DataFrame：

size

我想使用df = pd.DataFrame([10,0,np.nan,8],index=[1947,1948,1949,1950], columns=['values']) df values 1947 10 1948 0 1949 NaN 1950 8 做一个条形图。

如何添加一种标记来说明df.plot(kind='bar')和0之间的区别（并将其添加到图例中）？

通用结果如下所示：

编辑：嗯，最好的是：

我尝试使用'scatter'选项结合firelynx的第一个解决方案，但仍然遇到一些错误......

Answer 1

如果您没有任何具体要求，可以很容易地想象出nans，这是以下几种方法之一：

df['isnan'] = pd.isnull(df['values'])
df.plot(kind='bar')

这是另一种方式：

df['values'] = df['values'].fillna(-1)
df.plot(kind='bar')

与大熊猫一样，一旦你想要一种完全一种方式的东西，它就会复杂得多。

import matplotlib.pyplot as plt
import matplotlib.ticker as plticker

markers = df[df['isnan']]
fig, ax1 = plt.subplots()
ax1.bar(df.index, df['values'], 0.4, align='center')       
ax1.plot(markers.index, markers, 'ro')
loc = plticker.MultipleLocator(base=1.0)
ax1.xaxis.set_major_locator(loc)
ax1.xaxis.set_ticklabels(["","1947", "1948", "1949", "1950"])
plt.show()

Answer 2

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches

df = pd.DataFrame([10,0,np.nan,8],index=[1947,1948,1949,1950], columns=['values'])
ax = df.plot(kind='bar', color='gray', alpha=0.5)
ax.get_figure().set_facecolor('white')

nan_idx = np.where(df['values'].isnull())[0]
plt.axvspan(nan_idx-0.25, nan_idx+0.25, facecolor='white', alpha=0.5, hatch='X')

nan_legend = mpatches.Patch(facecolor='white', edgecolor='gray', hatch='X', label='nan Value')
ordinary_legend = mpatches.Patch(color='gray', label='ordinary Value')
plt.legend(handles=[nan_legend, ordinary_legend])

plt.show()