如何修正Pandas绘图代码，按周展示Units总和与单位成本？

原始数据 #

Units Cost    Year Week Category
20224 100000  2023 24   Apple
30114 150000  2024 24   Orange
35000 175000  2023 15   Orange
10000 200000  2023 14   Apple

需求说明 #

需要按周展示Units总和与单位成本，使用Pandas和Matplotlib绘制柱状图/散点图。

原代码问题 #

原代码通过df['Year'].value_counts()统计的是Year的出现次数，并非Units的总和，无法满足需求。

解决方案 #

步骤1：数据聚合 #

先按Year和Week分组，计算每组的Units总和、Cost总和，再推导单位成本：

import pandas as pd
import matplotlib.pyplot as plt

# 构建数据框
data = {
    'Units': [20224, 30114, 35000, 10000],
    'Cost': [100000, 150000, 175000, 200000],
    'Year': [2023, 2024, 2023, 2023],
    'Week': [24, 24, 15, 14],
    'Category': ['Apple', 'Orange', 'Orange', 'Apple']
}
df = pd.DataFrame(data)

# 分组聚合计算
weekly_agg = df.groupby(['Year', 'Week']).agg(
    Total_Units=('Units', 'sum'),
    Total_Cost=('Cost', 'sum')
).reset_index()
# 计算单位成本
weekly_agg['Unit_Cost'] = weekly_agg['Total_Cost'] / weekly_agg['Total_Units']

步骤2：可视化展示 #

分别绘制Units总和的柱状图和单位成本的散点图：

plt.figure(figsize=(12, 6))

# 左侧：Units总和柱状图
ax1 = plt.subplot(1, 2, 1)
weekly_agg.plot(x='Week', y='Total_Units', kind='bar', ax=ax1, color='cornflowerblue')
ax1.set_title('每周Units总和')
ax1.set_xlabel('周（年-周）')
ax1.set_ylabel('Units总和')
# 自定义x轴标签为「年-周」格式
ax1.set_xticklabels([f"{y}-{w}" for y, w in zip(weekly_agg['Year'], weekly_agg['Week'])], rotation=45)

# 右侧：单位成本散点图
ax2 = plt.subplot(1, 2, 2)
weekly_agg.plot(x='Week', y='Unit_Cost', kind='scatter', ax=ax2, color='darkorange', s=120)
ax2.set_title('每周单位成本')
ax2.set_xlabel('周（年-周）')
ax2.set_ylabel('单位成本')
ax2.set_xticklabels([f"{y}-{w}" for y, w in zip(weekly_agg['Year'], weekly_agg['Week'])], rotation=45)

plt.tight_layout()
plt.show()

代码说明 #

• groupby(['Year', 'Week'])确保按「年-周」维度分组，避免不同年份的同周数据混淆
• agg()方法指定对Units和Cost求和，生成Total_Units和Total_Cost字段
• 单位成本通过总成本除以总Units计算，反映每周的平均单位成本
• 可视化时自定义x轴标签为「年-周」，更清晰展示时间维度

内容的提问来源于stack exchange，提问作者PBi