Pandas中能否将所有NaN值移至对角线上方以生成整洁的Seaborn热图？

你碰到的零散灰色空隙，本质是透视表的行、列索引没有按照生成配对时的原始逻辑对齐。由于你是通过itertools.combinations按照固定的features列表顺序生成两两特征配对，只要让行、列索引复用同一套原始顺序做重排，所有非空值会自动落在连续的下三角区域，NaN会全部集中到上三角位置，从根源上消除零散空隙。

1. 弃用无序的set排序 #

之前你用set(col2_list)生成类别顺序是核心bug——set的遍历顺序没有固定规则，完全不匹配生成配对时的元素先后关系，必然导致行、列错位。
直接复用你最开始定义的features列表作为唯一排序基准：

# 完全复用生成配对时的原始features顺序，不要用set打乱排布
row_order = features[:-1]  # 行取列表从第0位到倒数第2位的元素，和配对时的行侧元素完全对应
col_order = features[1:]   # 列取列表从第1位到最后一位的元素，和配对时的列侧元素完全对应

2. 对齐重排透视表 #

通过pandas的reindex方法严格按照上面的顺序重排行和列，这一步会自动把所有非空值对齐到连续的三角区域：

df_pivot_aligned = df_pivot.reindex(index=row_order, columns=col_order)

重排后的表结构和你期望的输出完全一致：

3. 绘制整洁热图 #

此时所有NaN已经形成连续的上三角块，不需要再做零散的缺失值掩膜，直接调用seaborn绘制即可，不会出现零散灰色空隙：

sns.heatmap(
    df_pivot_aligned,
    annot=True,
    cmap="Blues",
    # 如果需要将上三角NaN区域设置为纯白无填充，直接使用对齐后的连续NaN掩膜即可
    mask=df_pivot_aligned.isnull().values
)

• 用全表isnull()做掩膜：只是遮挡原本错位的NaN位置，没有调整行列对齐关系，非空块被错位的顺序打散后，中间依然会残留零散空隙
• 用set生成列分类顺序：打乱了生成配对时的元素先后逻辑，行和列的索引位置无法对齐到连续的三角结构，自然出现错位的灰色块

内容的提问来源于stack exchange，提问作者Aly。