如何仅显示数据中存在的图例中的类别

Question

我的数据框如下：

在上面的数据框中，'Month' 是一个有序的 Categorical 列，定义为：

cats = ['January', 'February', 'March', 'April','May','June', 'July', 'August','September', 'October', 'November', 'December']
month_gr['Month'] = pd.Categorical(month_gr['Month'], cats, ordered = True)

使用 Seaborn 条形图：

ax = sns.barplot(data = month_gr, x = 'Item Name', y = 'Total', hue = 'Month')
ax.set_xticklabels(ax.get_xticklabels(), rotation= 90, ha = 'right')

输出：

上面的图例显示了 Categorical 列的所有 12 个月。我只想显示 4 个月 ['June', 'July', 'August', 'September'] 的图例，因为我的数据只包含这 4 个月。有没有办法动态控制图例，使其仅显示传递给 data 的可用 Categories？

Answer 1

您可以创建一个“已用月份”列表，然后将该列表设置为 hue_order。这也确保只有那些月份会占用 space 条。

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

month_col = ['June'] * 5 + ['July'] * 5 + ['August'] * 5 + ['September'] * 7
month_gr = pd.DataFrame({'Month': month_col,
                         'Item Name': [*'abcdebdefgbcefgabcdefg'],
                         'Total': np.random.randint(100, 1000, len(month_col))})

cats = ['January', 'February', 'March', 'April', 'May', 'June', 'July', 'August', 'September', 'October', 'November', 'December']
month_gr['Month'] = pd.Categorical(month_gr['Month'], cats, ordered=True)

used_months = [m for m in cats if m in month_gr['Month'].to_list()]

ax = sns.barplot(data=month_gr, x='Item Name', y='Total',
                 hue='Month', hue_order=used_months, palette=sns.color_palette("Set2"))
plt.show()

如何仅显示数据中存在的图例中的类别

How to display only Categories in the legend present in the data

python

visualization

legend

pandas

seaborn