Pandas Categorical布尔切片后保留未使用分类，如何优雅处理？

问题场景 #

把连续数据转成Categorical类型后，做布尔切片（比如筛选timepoint < 11），数据能被正确筛选，但分类列的categories还留着所有原始分类，导致绘图时X轴会显示没被选中的分类值（比如11及以上），影响可视化效果。现在想找不用来回转换数据类型的优雅处理方式，替代先切片再转分类、转数值再转回分类这类繁琐方法。

测试代码 #

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

### MAKE TESTDATA
df = sns.load_dataset("fmri")

df["timepoint"] = pd.Categorical(df["timepoint"], ordered=True)

### PERFORM BOOLEAN SLICING
df = df.loc[df["timepoint"] < 11]
# df = df.where(df["timepoint"] < 11)  # SAME RESULT

g = sns.catplot(data=df, y="signal", x="timepoint")

优雅解决方案 #

直接用Pandas Categorical类型自带的remove_unused_categories()方法，一步移除未使用的分类，不需要来回转换数据类型：

修改后的完整代码 #

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

### MAKE TESTDATA
df = sns.load_dataset("fmri")

df["timepoint"] = pd.Categorical(df["timepoint"], ordered=True)

### PERFORM BOOLEAN SLICING
df = df.loc[df["timepoint"] < 11]

# 移除未被使用的分类
df["timepoint"] = df["timepoint"].cat.remove_unused_categories()

g = sns.catplot(data=df, y="signal", x="timepoint")

效果说明 #

执行cat.remove_unused_categories()后，timepoint列的categories会自动更新为切片后实际存在的分类值，此时绘图的X轴只会显示筛选后的分类，不会再出现多余的未选中值。

这个方法直接针对Categorical列的cat属性操作，完全不需要转换数据类型，是最简洁高效的处理方式。

内容的提问来源于stack exchange，提问作者markur