python pandas plot.bar 出现问题

Question

count_grade = mpg['grade'].value_counts().sort_index() # method chaining
count_grade.plot.bar(rot=0)
plt.show()

代码 1)

mpg['grade'] = np.where(mpg['total'] >= 30, 'A', np.where(mpg['total'] >= 20, 'B', 'C'))

代码 2)

count_grade = mpg['grade'].value_counts()
count_grade.plot.bar(rot=0)
plt.show()

参考) count_grade -> 'A' : 10, 'B' : 118, 'C' : 106

（在 VSCode 中）

执行结果在有和没有代码 1) 的情况下是不同的。当我只运行代码 2) 而不运行代码 1) 时，A 的值变成了超过 120，而不是 10（在图表中）。查看图片描述然而，当这两段代码一起执行时，结果正常输出，只对 'A'、'B' 和 'C' 进行排序。查看图片描述

（在 Colab 中）

mpg['grade'] = np.where(mpg['total'] >= 30, 'A', np.where(mpg['total'] >=20, 'B', 'C'))
count_grade = mpg['grade'].value_counts().sort_index()
print(count_grade)
count_grade.plot.bar(rot=0)

当我把这段代码放在一个代码块中运行时，结果输出得很奇怪。查看图片描述

但是，单独运行最后一行代码就解决了这个问题。查看图片描述

我想知道问题出在哪里。请帮帮我。

期望的结果：但我的结果：

mpg.head().to_dict()

model': {0: 'a4', 1: 'a4', 2: 'a4', 3: 'a4', 4: 'a4'}, 'displ': {0: 1.8, 1: 1.8, 2: 2.0, 3: 2.0, 4: 2.8}, 'year': {0: 1999, 1: 1999, 2: 2008, 3: 2008, 4: 1999}, 'cyl': {0: 4, 1: 4, 2: 4, 3: 4, 4: 6}, 'trans': {0: 'auto(l5)', 1: 'manual(m5)', 2: 'manual(m6)', 3: 'auto(av)', 4: 'auto(l5)'}, 'drv': {0: 'f', 1: 'f', 2: 'f', 3: 'f', 4: 'f'}, 'cty': {0: 18, 1: 21, 2: 20, 3: 21, 4: 16}, 'hwy': {0: 29, 1: 29, 2: 31, 3: 30, 4: 26}, 'fl': {0: 'p', 1: 'p', 2: 'p', 3: 'p', 4: 'p'}, 'category': {0: 'compact', 1: 'compact', 2: 'compact', 3: 'compact', 4: 'compact'}, 'total': {0: 23.5, 1: 25.0, 2: 25.5, 3: 25.5, 4: 21.0}, 'grade': {0: 'B', 1: 'B', 2: 'B', 3: 'B', 4: 'B'}}

** 我的完整代码 **

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

mpg = pd.read_csv('mpg.csv')
mpg['total'] = (mpg['cty'] + mpg['hwy']) / 2

mpg['grade'] = np.where(mpg['total'] >= 30, 'A', np.where(mpg['total'] >= 20, 'B', 'C'))
count_grade = mpg['grade'].value_counts()
count_grade.plot.bar(rot=0)
plt.show()

count_grade = mpg['grade'].value_counts().sort_index()
count_grade.plot.bar(rot=0)
print(count_grade)
plt.show()