如何用Pandas+Seaborn设置lmplot的y轴为hue的计数

首先，你遇到的问题核心在于lmplot要求y必须是DataFrame的现有列，而你之前尝试的全局value_counts并没有按day-only分组统计，自然无法匹配需求。我们需要先对数据做分组统计，生成包含每日各element频次的新列，再传入lmplot即可。

步骤1：预处理数据，生成频次列 #

先按day-only和element分组，统计每组的unique_id数量（也就是频次），并将结果转为带新列的DataFrame：

import seaborn as sns
import pandas as pd
import numpy as np

# 假设你的原始DataFrame是df
# 分组统计频次，重置索引并命名计数列
df_count = df.groupby(["day-only", "element"]).size().reset_index(name="count")

这一步会生成一个新的DataFrame，每一行对应一个day-only+element的组合，count列就是该组合的出现次数。

步骤2：用lmplot绘制类似countplot的效果 #

现在就可以用这个新的df_count来调用lmplot了，指定x为day-only，y为我们刚生成的count，hue为element，同时保留你原来的hue_order和palette设置：

# 你的color_element应该是提前定义好的调色板
sns.lmplot(x="day-only", y="count", hue="element", data=df_count, 
           hue_order=["1","2","3","4","LS","EA"], palette=color_element,
           fit_reg=False)  # 如果不需要回归线，加上fit_reg=False，更贴近countplot的直观效果

加上fit_reg=False后，图表会只显示散点（每个点对应某天某element的频次）；如果需要查看频次随日期的回归趋势，去掉该参数即可。

补充说明 #

为什么之前的方法失败？因为df["element"].value_counts()得到的是整个数据集里element的全局计数，不是按day-only分组的，所以无法和x轴的日期维度对应。而我们通过groupby生成的count列，是每个日期下每个element的专属频次，完美匹配lmplot对y列的要求。

内容的提问来源于stack exchange，提问作者J.H.