太阳耀斑数据集：按时间值统计各类别出现次数及绘图方法咨询

1. 统计每个时间值下各类别的出现次数 #

假设你的DataFrame包含time（时间值，如1997.87）和category（耀斑类别，如M5-M9.9）两列，用Pandas可以快速生成统计结果：

import pandas as pd

# 方法1：交叉表统计（直观呈现时间-类别对应次数）
count_df = pd.crosstab(flare_df['time'], flare_df['category'])

# 方法2：分组统计（更灵活，适合后续扩展）
count_df = flare_df.groupby(['time', 'category']).size().unstack(fill_value=0)

执行后count_df会是一个二维表，每行对应一个时间值，每列对应一个耀斑类别，单元格值就是该时间点该类别的耀斑次数。比如你提到的1997.87对应的M5-M9.9列值为4，1998.87对应的X1-X5列值为5、X5-X10列值为1。

2. 绘制指定时间点的耀斑次数图表 #

如果只需要绘制单个时间点（如1997.87，Y轴为4）的散点图，用Matplotlib实现：

import matplotlib.pyplot as plt

# 提取目标时间点的对应类别次数
target_count = count_df.loc[1997.87, 'M5-M9.9']

# 绘制散点图
plt.scatter(x=[1997.87], y=[target_count], s=120, color='darkred')
plt.xlabel('时间值')
plt.ylabel('耀斑次数')
plt.title('1997.87 时段 M5-M9.9 级耀斑发生次数')
plt.grid(axis='y', linestyle='--')
plt.show()

如果需要可视化所有时间点的各类别次数，推荐绘制分组柱状图：

# 分组柱状图展示所有时间点的各类别次数
count_df.plot(kind='bar', figsize=(12, 7), rot=45)
plt.xlabel('时间值')
plt.ylabel('耀斑次数')
plt.title('各时段不同级别太阳耀斑发生次数统计')
plt.legend(title='耀斑级别', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者Sander