如何让Seaborn绘制的DataFrame子集柱状图与pandas plot效果一致？

原因很明确：你的names列是分类类型，Seaborn默认会保留该列的所有原始分类类别，哪怕你只取了前10行的子集，它还是会渲染全部50个类别（无数据的位置为空）；而pandas的绘图工具会自动只展示子集里实际存在的类别。

下面是两种简单的解决方法：

方法1：重置子集的分类类别 #

取子集后，移除分类列中未被使用的类别，这样Seaborn就只会识别子集里存在的10个类别：

# 取前10行子集并复制，避免修改原DataFrame
df_subset = df.head(10).copy()
# 移除未使用的分类
df_subset['names'] = df_subset['names'].cat.remove_unused_categories()
# 绘图
sns.barplot(data=df_subset, x='names', y='values')

方法2：指定绘图的显示顺序 #

不需要修改子集的分类结构，直接在barplot中用order参数限定要显示的类别：

df_subset = df.head(10)
# 用子集的names列指定显示顺序，只展示这些类别
sns.barplot(data=df_subset, x='names', y='values', order=df_subset['names'])

两种方法都能让Seaborn的柱状图和pandas plot效果一致，你可以根据需求选择：第一种会永久修改子集的分类属性，后续用该子集绘图都无需再设置；第二种只是临时作用于当前绘图，不改变子集本身。

内容的提问来源于stack exchange，提问作者rustadd