Pandas分组子集二次分组返回已过滤值的问题及解决

原因 #

Pandas的pd.Categorical类型会保留所有原始定义的类别，哪怕你过滤掉了对应类别的行，后续groupby操作默认会包含这些没有数据的空类别。而Plotly Express的px.bar内部调用groupby.get_group时，会遵循这个规则，所以即使数据里没有C组，依然会显示这个空组。

解决方法 #

1. 移除未使用的类别 #

过滤数据后，对Categorical列执行remove_unused_categories()，只保留当前数据中存在的类别：

# 假设原始数据已过滤掉C组
df['category'] = df['category'].cat.remove_unused_categories()
# 再调用px.bar就不会出现C组了
fig = px.bar(df, x='category', y='value')

2. Groupby时指定observed=True #

在groupby操作中添加observed=True参数（Pandas 1.1.0及以上版本支持），强制只保留有实际数据的类别：

grouped_df = df.groupby('category', observed=True).agg({'value': 'sum'})
fig = px.bar(grouped_df, x=grouped_df.index, y='value')

3. 手动限定Plotly的显示类别 #

在px.bar中通过category_orders参数直接指定要显示的类别列表，忽略空类别：

fig = px.bar(df, x='category', y='value', category_orders={'category': ['A', 'B']})

内容的提问来源于stack exchange，提问作者Marco Aurélio Guerra