如何基于Pandas GroupBy双分组变量计算相对频率并可视化？

给定如下数据：

import datetime
import pandas as pd
df = pd.DataFrame({'datetime': [datetime.datetime(2024, 11, 27, 0), datetime.datetime(2024, 11, 27, 1), datetime.datetime(2024, 11, 28, 0),
                               datetime.datetime(2024, 11, 28, 1), datetime.datetime(2024, 11, 28, 2)],
                  'product': ['Apple', 'Banana', 'Banana', 'Apple', 'Banana']})

数据预览：

需求是绘制每日各产品销量的相对频率：比如2024-11-27日苹果和香蕉各占50%；2024-11-28日苹果占1/3，香蕉占2/3。

现有实现代码：

absolute_frequencies = df.groupby([pd.Grouper(key='datetime', freq='D'), 'product']).size().reset_index(name='count')
total_counts = absolute_frequencies.groupby('datetime')['count'].transform('sum')
absolute_frequencies['relative_frequency'] = absolute_frequencies['count'] / total_counts
absolute_frequencies.pivot(index='datetime', columns='product', values='relative_frequency').plot()

你认为可以更简洁，因为计算绝对频率时仅需一行代码：

df.groupby([pd.Grouper(key='datetime', freq='D'), 'product']).size().unstack('product').plot(kind='line')

这里提供两种更紧凑的写法，无需创建中间变量，直接实现相对频率计算与绘图：

方法一：基于分组除法 #

(df.groupby([pd.Grouper(key='datetime', freq='D'), 'product'])
   .size()
   .unstack('product')
   .div(df.groupby(pd.Grouper(key='datetime', freq='D')).size(), axis=0)
   .plot())

方法二：使用value_counts(normalize=True) #

(df.assign(date=df['datetime'].dt.date)
   .groupby('date')['product']
   .value_counts(normalize=True)
   .unstack('product')
   .plot())

1. 方法一：

   • 先按日期+产品分组得到绝对频率，unstack将产品转为列格式
   • 调用div方法，按行（axis=0）除以每日总销量（单独按日期分组计算size）
   • 直接链式调用plot生成图表

2. 方法二：

   • 先提取日期列（dt.date）简化分组维度
   • 按日期分组后，用value_counts(normalize=True)直接得到组内相对频率
   • unstack转换格式后绘图，逻辑更直观

两种写法都实现了和你现有代码完全一致的效果，且更贴近绝对频率的简洁风格。

内容的提问来源于stack exchange，提问作者Qaswed