您可以在sns.barplot中使用自定义错误条函数。它应该返回一个[y1，y2] iterable，其中包含最小/最大误差的位置：

# defining a custom function to only compute
# the error if more than 3 values
def cust_error(s):
    if len(s)<3:
        return [None, None]
    else:
        avg = s.mean()
        std = s.std()
        return [avg-std, avg+std]

sns.barplot(data=df, x="Label", y="Value", errorbar=cust_error)

另一个选项可以是手动绘制误差线：

ax = sns.barplot(data=df, x="Label", y="Value", errorbar=None)

g = df.groupby('Label', sort=False)
error = g['Value'].std().where(g.size()>=3)

plt.errorbar(range(len(s)), g['Value'].mean(), error,
             ls='', color='#5F5F5F', lw=3)

输出：

找到this answer后，我想到了一个可能的解决方案，循环遍历ax.lines，并将那些不想显示线宽的宽度设置为0。这要求show_errors与df.Label.unique()的顺序相同。

注意：这假设图中没有其他线，所以简单的条形图就可以了，但是如果图中有任何额外的线，那么这将返回错误，因为ax.lines的长度将不等于show_errors。

df = pd.DataFrame(np.random.randint(0,100,size=(15)), columns=["Value"])
df["Label"]="Condition A"
df.Label[13:]="Condition B"
show_errors = [True, False]
ax = sns.barplot(data=df, x="Label", y="Value", errorbar="sd")
for p, err in zip(ax.lines, show_errors):
    if not err:
        p.set_linewidth(0)
plt.show()

正如@mozway在他的回答中所示，它可以通过一个条件创建show_errors：show_errors = df.groupby("Label", sort=False).Value.count().ge(3).tolist()