Seaborn多子图柱状图单个子图分类柱顺序与其他不一致如何解决

问题成因 #

Seaborn的barplot函数在未显式指定hue排序规则时，每个子图的hue分类顺序由当前传入的独立数据集决定，默认取数据集里hue字段值的出现顺序/默认排序。你用到的df_2017中DCA_COMMON字段的两个取值的出现顺序与其他年份数据集相反，就会出现仅2017年子图柱子顺序颠倒的情况，你自定义的palette仅能保证颜色和分类对应正确，不会影响分类的排列顺序。

修复方案 #

方案1：绘图时显式指定hue顺序（修改成本最低） #

在sns.barplot的入参中添加hue_order参数，直接固定所有子图的hue分类排列顺序，修改后循环段代码如下：

for axeloc, df, label in zip(axelocs, dfs, labels):  
    palette = {'Spruce Beetle': '#97BC62FF', 'Mountain Pine Beetle': '#2C5F2D'}
    sns.barplot(
        ax=axeloc, 
        x='SURVEY_YEA', 
        y='Hectares',
        hue='DCA_COMMON',
        hue_order=['Spruce Beetle', 'Mountain Pine Beetle'], # 新增指定hue顺序的参数
        linewidth=0,
        data=df,
        palette=palette
    ).set(title=label, ylabel=None, xlabel=None)
    axeloc.legend([],[], frameon=False)

方案2：提前统一设置字段分类顺序（适合多场景复用） #

如果后续还有其他针对该字段的绘图需求，可以提前把所有数据集的DCA_COMMON字段转换为有序分类类型，后续所有绘图操作默认都会沿用该顺序，不需要每次传参指定：

import pandas as pd
# 定义固定的分类顺序
beetle_cat = pd.CategoricalDtype(categories=['Spruce Beetle', 'Mountain Pine Beetle'], ordered=True)
# 批量修改所有年份数据集的字段类型
for df in dfs:
    df['DCA_COMMON'] = df['DCA_COMMON'].astype(beetle_cat)

完成上述修改后再运行原绘图代码即可。

内容的提问来源于stack exchange，提问作者prime90