如何从DataFrame列选多特定值，用Seaborn绘制B类标签计数？

嗨，我来帮你搞定这个需求！你想要只绘制Label列中所有以B-开头的标签计数，其实不用一个个排除I-类标签，直接筛选目标前缀的行更简单高效，而且能避免你之前遇到的逻辑错误。

问题根源：你的代码逻辑错误 #

你之前尝试用df[-(df.Label == 'I-Protein' or 'I-DNA')]的写法是不对的：

• 在Pandas里，布尔条件不能直接用or连接，得用按位或运算符|
• 每个条件都需要完整的比较表达式，不能只写'I-DNA'，得写成df.Label == 'I-DNA'
• 就算修正成df[~((df.Label == 'I-Protein') | (df.Label == 'I-DNA'))]，也会漏掉其他I-开头的标签（比如I-cell_type、I-RNA等），达不到你想要的只保留B-标签的效果

更简洁高效的解决方案：直接筛选B-前缀的行 #

我们可以用Pandas的str.startswith()方法，直接提取所有Label以B-开头的行，然后传给Seaborn的countplot：

import seaborn as sns
import matplotlib.pyplot as plt

# 筛选出Label以B-开头的行
filtered_df = df[df['Label'].str.startswith('B-')]

# 绘制countplot
sns.countplot(x='Label', data=filtered_df)
plt.xticks(rotation=45)  # 可选：旋转x轴标签避免重叠
plt.show()

另一种方法：排除所有I-开头的标签（不推荐，但可以参考） #

如果你一定要用排除法，需要把所有I-开头的标签都包含进条件里，正确的写法是：

# 排除所有以I-开头的标签
filtered_df = df[~df['Label'].str.startswith('I-')]
sns.countplot(x='Label', data=filtered_df)
plt.xticks(rotation=45)
plt.show()

不过这种方法会保留O标签（你的value_counts里第一个是O），如果你不需要O，还是第一种直接筛选B-的方法更准确。

效果验证 #

运行第一种方法后，你会看到只有B-protein、B-DNA、B-cell_type、B-cell_line、B-RNA这几个标签的计数图，完全符合你的需求。

内容的提问来源于stack exchange，提问作者mil77