在海洋箱图中隐藏未观察到的类别

问题描述

我目前正在进行数据分析，并希望通过海洋箱形图显示一些数据分布。

我有一个分类数据“ seg1”，它在我的数据集中可以取3个值（“ Z1”，“ Z3”，“ Z4”）。但是，“ Z4”组中的数据太陌生，无法为我报告，我想生成仅显示“ Z1”和“ Z3”类别的箱形图。

由于没有显示数据点，仍然显示类别“ Z4”，因此无法过滤图的数据源。

除了仅创建（'Z1'，'Z3'）新的CategoricalDtype并将数据投射/投影到这个新类别上，还有其他解决方案吗？

我只想隐藏“ Z4”类别。

我正在使用seaborn 0.10.1和matplotlib 3.3.1。

预先感谢您的回答。

下面是我的尝试，还有一些要复制的数据。

虚拟数据

dummy_cat = pd.CategoricalDtype(['a','b','c'])
df = pd.DataFrame({'col1': ['a','a','b'],'col2': [12.,5.,3.,2]})
df.col1 = df.col1.astype(dummy_cat)
sns.boxplot(data=df,x='col1',y='col2')

不应用过滤器

fig,axs = plt.subplots(figsize=(8,25),nrows=len(indicators2),squeeze=False)
for j,indicator in enumerate(indicators2):
    sns.boxplot(data=orders,y=indicator,x='seg1',hue='origin2',ax=axs[j,0],showfliers=False)

哪个会产生：

过滤数据源

mask_filter = orders.seg1.isin(['Z1','Z3'])

fig,indicator in enumerate(indicators2):
    sns.boxplot(data=orders.loc[mask_filter],showfliers=False)

哪个会产生：

解决方法

要切断最后一个（或第一个）x值，可以使用set_xlim()，例如ax.set_xlim(-0.5,1.5)。

另一种选择是使用seaborn的order=参数，并仅在该列表中添加所需的值。 （可选）可以通过编程方式创建：

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

dummy_cat = pd.CategoricalDtype(['a','b','c'])
df = pd.DataFrame({'col1': ['a','a','b'],'col2': [12.,5.,3.,2]})
df.col1 = df.col1.astype(dummy_cat)
order = [cat for cat in dummy_cat.categories if df['col1'].str.contains(cat).any()]
sns.boxplot(data=df,x='col1',y='col2',order=order)
plt.show()