Pandas过滤Setosa后分类类别残留？求彻底移除方法

问题出在species列是Categorical（分类）类型，这类数据的类别集合是预先定义好的，过滤行数据只会删除对应行，但不会自动清理掉不再出现的类别。要彻底移除setosa类别，有以下几种可行方法：

方法1：使用remove_unused_categories()清理未使用的类别 #

这是最直接的方式，针对已有的Categorical列执行清理操作：

df_iris['species'] = df_iris['species'].cat.remove_unused_categories()

执行后查看df_iris.species.cat.categories，就能确认setosa已被移除。

方法2：重新转换为Categorical类型 #

将列重新转换为分类类型，pandas会自动基于当前数据中的值生成新的类别集合：

df_iris['species'] = pd.Categorical(df_iris['species'])

方法3：从源头避免——先过滤再生成分类列 #

如果重新构建数据，可以先过滤掉setosa的数据，再生成分类列，从一开始就不包含setosa类别：

import pandas as pd
import numpy as np
from sklearn.datasets import load_iris

iris = load_iris()
# 先过滤target为setosa的数据（target=0对应setosa）
mask = iris['target'] != 0
data = np.c_[iris['data'][mask], iris['target'][mask]]
columns = iris['feature_names'] + ['target']

df_iris = pd.DataFrame(data=data, columns=columns)
# 基于过滤后的target生成分类列
df_iris['species'] = pd.Categorical.from_codes(iris.target[mask], iris.target_names)
df_iris = df_iris.drop("target", axis=1)

以上三种方法都能彻底移除setosa类别，解决Seaborn可视化时出现的问题。

内容的提问来源于stack exchange，提问作者makkreker