如何基于分组DataFrame绘制4个散点子图且各子图区分Category1的A、B类

你原有代码的核心错误是groupby方法中传入的列名"Category1 "末尾多了一个多余空格，和DataFrame实际的列名Category1不匹配，导致分组结果异常，这是get_group调用失败、绘图不符合预期的主要原因。

完整可运行代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 读取CSV文件
df = pd.read_csv("File.csv")

# 创建2行2列的子图画布，调整整体显示尺寸
fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(12, 9))
# 展平子图数组方便遍历
axes = axes.flatten()
# Category2的四个取值顺序
cat2_values = ["x", "y", "z", "w"]
# 定义Category1中A、B对应的颜色
color_config = {"A": "#2E86AB", "B": "#F24C4C"}

for ax, cat2 in zip(axes, cat2_values):
    # 筛选当前子图对应的Category2数据
    current_data = df[df["Category2"] == cat2]
    # 分别绘制A、B两类的散点
    for cat1, color in color_config.items():
        cat1_data = current_data[current_data["Category1"] == cat1]
        ax.scatter(cat1_data["X"], cat1_data["Y"], color=color, label=cat1, s=20)
    # 配置子图样式
    ax.set_title(f"Category2 = {cat2}", fontsize=13)
    ax.set_xlabel("X", fontsize=11)
    ax.set_ylabel("Y", fontsize=11)
    ax.legend()
    ax.margins(0.05)

# 自动调整子图间距避免重叠
plt.tight_layout()
plt.show()

可选：用groupby实现的逻辑 #

如果你更倾向用分组方式实现，可将遍历逻辑替换为如下写法：

# 仅按Category2分组即可
df_grouped = df.groupby("Category2")
for ax, (cat2, group) in zip(axes, df_grouped):
    for cat1, color in color_config.items():
        cat1_data = group[group["Category1"] == cat1]
        ax.scatter(cat1_data["X"], cat1_data["Y"], color=color, label=cat1, s=20)
    # 子图样式配置和上面一致

内容的提问来源于stack exchange，提问作者Amir Ghorbani