如何在FacetGrid中绘制多直方图？子图列映射错误修复方案

问题背景 #

现有一个包含95列的DataFrame，列名格式为{指标}_phase{时段}_{统计类型}，统计类型包括Max、Min、Avg。需要绘制3列32行的子图布局：

• 第1列（索引0）：展示所有Max值的直方图
• 第2列（索引1）：展示所有Avg值的直方图
• 第3列（索引2）：展示所有Min值的直方图
• 每行对应一个指标+时段组合（如Var1_phase2对应一行）

当前代码使用int(i/3)来确定行索引，但由于部分指标时段缺少Min列，导致列索引的分组逻辑混乱，出现直方图映射到错误行的问题。

原因分析 #

原代码依赖列的遍历索引i，通过int(i/3)计算行位置，但列列表并非严格按每3个（Avg/Max/Min）为一组排列（例如Var2的部分时段只有Avg和Max列），这种计算方式会将不同指标时段的列错误分配到同一行。

解决方案 #

通过提取列名的前缀（{指标}_phase{时段}）进行分组，每个唯一前缀对应一行子图，再分别匹配对应的Max、Avg、Min列绘制到对应列的子图中：

import matplotlib.pyplot as plt
import seaborn as sns

# 创建画布
fig, axes = plt.subplots(nrows=32, ncols=3, figsize=(20, 96))
columnas_numeric = df_agg_new.select_dtypes(include=['float64', 'int64']).columns
columnas_numeric = columnas_numeric.drop('season')

# 提取所有列的前缀（去掉末尾的_Avg/_Max/_Min）
prefixes = [col.rsplit('_', 1)[0] for col in columnas_numeric]
# 获取唯一前缀，每个前缀对应一行（保持原顺序）
unique_prefixes = list(dict.fromkeys(prefixes))

# 遍历每个唯一前缀（对应每一行）
for row_idx, prefix in enumerate(unique_prefixes):
    # 匹配对应统计类型的列
    max_col = f"{prefix}_Max"
    avg_col = f"{prefix}_Avg"
    min_col = f"{prefix}_Min"
    
    # 绘制Max到第1列（索引0）
    if max_col in columnas_numeric:
        sns.histplot(
            data=df_agg_new,
            x=max_col,
            stat="count",
            kde=True,
            line_kws={'linewidth': 2},
            alpha=0.3,
            ax=axes[row_idx][0]
        )
        axes[row_idx][0].set_title(max_col, fontsize=7, fontweight="bold")
        axes[row_idx][0].tick_params(labelsize=6)
        axes[row_idx][0].set_xlabel("")
    
    # 绘制Avg到第2列（索引1）
    if avg_col in columnas_numeric:
        sns.histplot(
            data=df_agg_new,
            x=avg_col,
            stat="count",
            kde=True,
            line_kws={'linewidth': 2},
            alpha=0.3,
            ax=axes[row_idx][1]
        )
        axes[row_idx][1].set_title(avg_col, fontsize=7, fontweight="bold")
        axes[row_idx][1].tick_params(labelsize=6)
        axes[row_idx][1].set_xlabel("")
    
    # 绘制Min到第3列（索引2）
    if min_col in columnas_numeric:
        sns.histplot(
            data=df_agg_new,
            x=min_col,
            stat="count",
            kde=True,
            line_kws={'linewidth': 2},
            alpha=0.3,
            ax=axes[row_idx][2]
        )
        axes[row_idx][2].set_title(min_col, fontsize=7, fontweight="bold")
        axes[row_idx][2].tick_params(labelsize=6)
        axes[row_idx][2].set_xlabel("")

# 调整布局
fig.tight_layout()
plt.subplots_adjust(top=0.97)
fig.suptitle('Distribution plots', fontsize=10, fontweight="bold");

说明 #

1. 前缀分组：通过rsplit('_', 1)[0]提取列名的指标+时段前缀，确保每个唯一前缀对应一行子图，不受列数多少影响
2. 存在性检查：通过if col in columnas_numeric判断列是否存在，避免因缺少Min列导致的报错
3. 严格对应：每个前缀的Max/Avg/Min列会被精确绘制到对应行的指定列，完全匹配预期布局

内容的提问来源于stack exchange，提问作者Pablo Moreira Garcia