Python 数据帧重置缓存

我在使用

pandas

DataFrame

时遇到问题。考虑下面的<代码>数据文件< /代码>：

现在，如果我使用

seaborn

绘制多个子地块。在这种情况下，子批次基于列

比例

。它只正确地创建了2个子批次，因为列

scale

中只有两个唯一的值：

简单代码：

将产生：

生成的图形示例：

当我尝试筛选行时，问题出现了。如果我过滤掉列

scale

值为

weak

的所有行，我应该只得到一个子图，但我仍然有两个子图，即使

DataFrame

不包含任何其他

scale

#筛选行
df=df[['scale']=='weak']
#打印有关列比例的详细信息
打印（df['scale'].value_counts（））
打印（设置（df['scale']））

将产生：

结果图包含空的子图：

我不知道这种行为是否正确，但我更希望没有空的子地块。有没有办法重新加载

数据帧

？ 这是行不通的

到目前为止，我可以通过将数据帧保存到csv中并重新加载来重新加载数据帧，但这并不漂亮

---

谢谢你的帮助

您的

scale

列必须是

category

dtype。过滤后，您需要调用：

---

什么是

print（df['scale'].dtype）

？我正在使用

category

dtype然后检查答案，它正是需要的。是的，现在查看它，感谢帮助！是的，这确实有效。谢谢你的快速回复！

print(df['scale'].value_counts())
print(set(df['scale']))

weak      960
strong    890
Name: scale, dtype: int64
{'weak', 'strong'}

g = seaborn.FacetGrid(df, row='scale')
g.map(plt.plot, 'proc', 'wall_avg')

weak      960
strong      0
Name: scale, dtype: int64
{'weak'}

df = df[['scale'] == 'weak']
df.scale.cat.remove_unused_categories(inplace=True)