颜色的Python（seaborn）：不增加数据帧

Question

slov = {'People': {0: 'Ivan', 1: 'John', 2: 'Peter', 3: 'Ming'}, 'Country':{0: 'Russia', 1: 'USA', 2: 'USA', 3: 'China'},\ 
    'Height': {0: 181, 1: 175, 2: 174, 3: 173}} 

颜色我想看到这幅画

但我不知道该怎么做。我的意思是我想为俄罗斯人提供红色，美国人为绿色，中国人为黄色。

我学尝试找到解决：

import numpy as np 
import seaborn as sns 
import matplotlib.pyplot as plt 
import pandas as pd 
sns.set(style="white") 

slov = {'People': {0: 'Ivan', 1: 'John', 2: 'Peter', 3: 'Ming'}, 'Country':{0: 'Russia', 1: 'USA', 2: 'USA', 3: 'China'},\ 
'Height': {0: 181, 1: 175, 2: 174, 3: 173}} 

obj = pd.DataFrame(slov) 

palette=["g", "b", "r"] 
obj['Color']='r' 

row_index = obj.Country == 'Russia' 
obj.loc[row_index, 'Color'] = 'r' 

row_index = obj.Country == 'USA' 
obj.loc[row_index, 'Color'] = 'g' 

row_index = obj.Country == 'China' 
obj.loc[row_index, 'Color'] = 'y' 


g = sns.factorplot(x="People", y="Height", data=obj, kind='bar', palette=obj['Color']) 

plt.show() 

也许我的解决方案是不是很好。我给DataFrame添加了颜色。也许我们可以写得更好。也许我不需要为我的DataFrame添加颜色（看起来不是很正确。）。但是，如何在不向DataFrame中添加这些颜色的情况下解决我的任务？

Answer 1

您可以通过dict使用map：

d = {'Russia':'r', 'USA':'g','China':'y'} 
g = sns.factorplot(x="People", 
        y="Height", 
        data=obj, 
        kind='bar', 
        palette=obj['Country'].map(d)) 

plt.show()