Seaborn pairplot遇全NaN数据集出现异常点，如何保留双图例并消除？

问题根源在于你用全NaN的行来占位空数据集，Seaborn绘图时会错误渲染这个空行产生幽灵点；同时如果不指定分类类别，空类别的图例会自动消失。下面是最优解决方案：

核心思路 #

移除全NaN的空行，用pd.Categorical指定hue字段的所有可能类别，这样既保留两个图例标识，又彻底避免幽灵点的产生。

修改后的代码 #

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
import pandas as pd

# 定义所有需要在图例中显示的status类别
status_categories = ['Success', 'Fail']

# 模拟动态场景：df1可能为空或有数据
df1_has_data = False  # 切换True/False可测试两种场景
if df1_has_data:
    df1 = pd.DataFrame({
        r'x': np.random.rand(50),
        r'y': np.random.rand(50),
        r'z': np.random.rand(50)
    })
    df1['status'] = 'Success'
else:
    # 空数据集无需创建全NaN行，直接跳过
    df1 = None

# 有效数据集
df2 = pd.DataFrame({
    r'x': np.random.rand(100),
    r'y': np.random.rand(100),
    r'z': np.random.rand(100)
})
df2['status'] = 'Fail'

# 合并数据集（仅当df1存在时）
if df1 is not None:
    df_combined = pd.concat([df2, df1])
else:
    df_combined = df2

# 设置status为分类类型，强制保留所有指定类别
df_combined['status'] = pd.Categorical(df_combined['status'], categories=status_categories)

# 绘制角图
pp = sns.pairplot(df_combined, hue='status', corner=True, diag_kind='hist', diag_kws={'common_norm': False, 'stat': 'probability'})
pp._legend.set_bbox_to_anchor((0.95, 0.75))
plt.tight_layout()
plt.show()

关键说明 #

• 用pd.Categorical指定类别后，即使某个类别没有对应数据，Seaborn也会在图例中保留它的标识。
• 移除全NaN的空行，从根源上避免了幽灵点的产生，因为Seaborn不会处理不存在的行。

内容的提问来源于stack exchange，提问作者user1799323