ValueError：“颜色kwarg每个数据集必须具有一种颜色”

Question

我有一个有关eBay二手车的数据集，在按如下方式编辑数据集后，我试图对其进行绘制：

import pandas as pd

df = pd.read_csv("./autos.csv.bz2", encoding = "iso8859-1")
df = df.drop(["dateCrawled", "abtest", "dateCreated", "nrOfPictures", "lastSeen", "postalCode", "seller", "offerType"], axis = 1)

import numpy as np

df["monthOfRegistration"] = np.where(df["monthOfRegistration"] == 0, 6, df["monthOfRegistration"])


df["registration"] = df["yearOfRegistration"] + (df["monthOfRegistration"] - 1) / 12

df = df.drop(["yearOfRegistration", "monthOfRegistration"], axis = 1)


df = df.drop(df[df["price"] == 0].index)
df = df.drop(df[df["powerPS"] == 0].index)


print(df["notRepairedDamage"].unique())
print(df["notRepairedDamage"])

df["notRepairedDamage"] = np.where(df["notRepairedDamage"] == "ja", 1, df["notRepairedDamage"])
df["notRepairedDamage"] = np.where(df["notRepairedDamage"] == "nein", 0, df["notRepairedDamage"])


df = df[df["notRepairedDamage"].notnull()]

我尝试使用matplotlib使用seaborn.pairplot绘制数据，但出现以下错误：

[ValueError：颜色块必须每个数据集只有一种颜色

我只得到前三行的相对频率图，其他所有图都是空的，第4行和第5行也相对频率。

Matplotlib seaborn, example image

df = df[(df["price"] < 100000) & (df["powerPS"] < 2000)

from IPython import get_ipython
get_ipython().run_line_magic('matplotlib', 'inline')

import seaborn as sns

g = sns.pairplot(df)

我认为编辑数据集时确实出错了。有谁可以帮助我吗？那太好了！非常感谢！

Answer 1

[在您的评论之后，提供一个示例片段，希望对您有所帮助。也许问题出在IPython？不幸的是，我不知道。使数据集可用肯定会有所帮助。

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

a = pd.DataFrame()
a['One'] = [1, 3, 3, 2, 1]
a['Two'] = ['ja', 'ja', 'nein', 'ja', 'nein']
a['Two'] = np.where(a['Two'] == 'ja', 1, a['Two'])
a['Two'] = np.where(a['Two'] == 'nein', 0, a['Two'])
a = a[a['Two'].notnull()]
print(a)
sns.pairplot(a)
plt.show()

此打印

   One Two
0    1   1
1    3   1
2    3   0
3    2   1
4    1   0

并显示

Answer 2

[问题出在以下事实：pairplot仅接受PairGrid中的某些熊猫类型：float或int，但不接受Object或Int64作为示例（至少对于某些版本的matplotlib和/或seaborn：分别是3.0.3和0.9.0会产生该错误）。

在下面的示例中进行绘制之前，使用.astype('float')修改相关系列可以解决此问题，因为a.One设置为Int64，并且a.Two最初是Object类型：

a = pd.DataFrame()
a['One'] = [1, 3, 3, 2, 1]
a['One']=a['One'].astype('Int64')
a['Two'] = ['yes', 'yes', 'no', 'yes', 'no']
a['Two'] = np.where(a['Two'] == 'yes', 1, a['Two'])
a['Two'] = np.where(a['Two'] == 'no', 0, a['Two'])
a['One']=a['One'].astype('int')
a['Two']=a['Two'].astype('int')
sns.pairplot(a)
plt.show()

[请注意，如果数据框中有一些NaN，则float是唯一的选项，因为Int64接受缺少的值，但不接受Int类型。