使用Pandas/Matplotlib绘制过滤后CSV销售数据失败，求技术支持

步骤1：确认数据过滤与有效性 #

首先确保你正确过滤了Lettuce数据，且过滤后的数据非空：

import pandas as pd
import matplotlib.pyplot as plt

# 读取CSV数据
df = pd.read_csv('your_dataset.csv')

# 过滤Lettuce数据（替换为你实际的商品列名，比如Item/Product）
lettuce_data = df[df['Product'] == 'Lettuce']

# 检查过滤结果
print("过滤后数据行数：", len(lettuce_data))
print(lettuce_data[['Product', 'KGs_Sold', 'KGs_Purchased']].head())

如果输出行数为0，说明过滤条件有误：检查商品名是否大小写匹配（比如是'lettuce'还是'Lettuce'），或者列名拼写错误，可用df.columns查看所有列名。

步骤2：处理重复记录 #

重复记录会导致绘图异常，优先去重或按维度聚合：

选项A：直接去重（保留第一条重复记录）

lettuce_clean = lettuce_data.drop_duplicates()

选项B：按日期聚合（推荐，比如统计每日总销量/采购量）

如果数据包含日期列（比如Date），按日期分组求和更有分析意义：

# 按日期聚合，计算每日总销量和采购量
lettuce_agg = lettuce_data.groupby('Date').agg({
    'KGs_Sold': 'sum',
    'KGs_Purchased': 'sum'
}).reset_index()

# 按日期排序（避免绘图顺序混乱）
lettuce_agg = lettuce_agg.sort_values('Date')

步骤3：确保数值列格式正确 #

检查KGs_Sold和KGs_Purchased是否为数值类型，若为字符串则转换：

# 转换为数值类型，无法转换的设为NaN并删除
lettuce_agg['KGs_Sold'] = pd.to_numeric(lettuce_agg['KGs_Sold'], errors='coerce')
lettuce_agg['KGs_Purchased'] = pd.to_numeric(lettuce_agg['KGs_Purchased'], errors='coerce')

# 删除含空值的行
lettuce_agg = lettuce_agg.dropna(subset=['KGs_Sold', 'KGs_Purchased'])

步骤4：绘制可视化图表 #

用Matplotlib绘制对比折线图（或柱状图）：

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

# 绘制销量和采购量折线
plt.plot(lettuce_agg['Date'], lettuce_agg['KGs_Sold'], label='KGs Sold', marker='o', color='#2ecc71')
plt.plot(lettuce_agg['Date'], lettuce_agg['KGs_Purchased'], label='KGs Purchased', marker='s', color='#e74c3c')

# 设置图表样式
plt.xlabel('Date', fontsize=12)
plt.ylabel('Kilograms', fontsize=12)
plt.title('Lettuce Sales vs Purchases Trend', fontsize=14)
plt.legend(fontsize=10)
plt.xticks(rotation=45, ha='right')  # 旋转日期标签避免重叠
plt.tight_layout()  # 自动调整布局

plt.show()

常见排查点 #

• 若图表无内容：确认过滤后的数据非空，且数值列无全空情况
• 若线条混乱：检查日期列是否已排序，或重复记录未处理
• 若报错TypeError：确认数值列已转换为数值类型，无字符串残留

内容的提问来源于stack exchange，提问作者Jack Carruthers