如何在保留category类型的前提下从图表中完全移除指定分类？

当你用pandas筛选掉category列中的某个分类（比如Yellow）后，绘图时仍会出现该分类的刻度，核心原因是category类型会保留原始的完整类别集合，筛选操作只是过滤了行数据，但列的类别元数据没有同步更新，所以绘图工具会基于原始类别生成刻度。

不用转换数据类型的解决办法很简单：更新筛选后DataFrame中category列的类别集合，只保留当前存在的分类。

具体步骤与代码示例 #

先准备测试数据：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 创建带category列的DataFrame
df = pd.DataFrame({
    'color': pd.Categorical(['Red', 'Blue', 'Yellow', 'Red', 'Blue', 'Blue']),
    'count': [2, 3, 1, 2, 3, 1]
})

# 移除Yellow类别的数据
filtered_df = df[df['color'] != 'Yellow']

关键操作：更新Category类别

直接调用cat.remove_unused_categories()自动清理掉未使用的分类：

filtered_df['color'] = filtered_df['color'].cat.remove_unused_categories()

如果需要自定义类别顺序，也可以手动指定保留的类别：

filtered_df['color'] = filtered_df['color'].cat.set_categories(filtered_df['color'].unique())

pandas条形图

此时再用pandas绘图，已移除的分类不会再显示：

filtered_df.plot(kind='bar', x='color', y='count', title='Pandas Bar Plot')
plt.show()

seaborn条形图

同样适用于seaborn，刻度只会显示当前存在的分类：

sns.barplot(x='color', y='count', data=filtered_df)
plt.title('Seaborn Bar Plot')
plt.show()

原理说明 #

remove_unused_categories()会修改category列的categories属性，只保留当前DataFrame中实际出现的类别。绘图工具（不管是pandas还是seaborn）都会读取这个更新后的类别集合来生成x轴刻度，因此不会再出现已移除的分类标签。

内容的提问来源于stack exchange，提问作者johnjohn