Python 只有前n个类别的sns条带图

我的代码可以很好地绘制sns stripplot：

f, ax = plt.subplots(figsize=(15,12))
sns.stripplot(data = cars, x='price', y='model', jitter=.5)
plt.show()

但有太多的汽车模型，所以我希望只可视化数据集中出现频率最高的n个汽车模型。 是否有任何lambda计算或类似的东西，我可以应用于

价格

或

模型

，而无需创建单独的数据帧

---

如果有更好的可视化库可以提供帮助，请随意提出。

您可以找到最常用的列值。在这里，我选择了最常见的两种型号：

most_occurring_values = cars['model'].value_counts().head(2).index

然后，您可以过滤原始数据帧，并仅选择包含具有最高频率的模型的行：

cars_subset = cars[cars['model'].isin(most_occurring_values)]

最后，使用该子集绘制数据：

f, ax = plt.subplots(figsize=(15,12))
sns.stripplot(data = cars_subset, x='price', y='model', jitter=.5)
plt.show()

据

顺序，色调顺序：字符串列表，可选。以绘制中的分类级别，否则将根据数据推断级别 对象

要选择前3种型号，您可以执行以下操作：

sns.stripplot(data = cars, x='price', y='model', jitter=.5, order=cars.model.value_counts().iloc[:3].index)

---

我知道我可以这样做，但我在想，是否有一种方法我可以传递给sns，它可以过滤数据帧并在不创建单独数据帧的情况下处理它。