基于标签颜色编码绘制DataFrame行数据折线图的问题

需求：将数据集的每行绘制成折线图（共6条线），按照Label值统一设置颜色：Label 0为蓝色，Label 1为红色。

示例数据集：

Label,col1,col2,col3
0,43.55,98.86,2.34
1,21.42,51.42,71.05
0,49.17,13.55,101.00
0,5.00,17.88,28.00
1,44.00,2.42,34.69
1,41.88,144.00,9.75

尝试过的代码：

df = pd.read_csv(dfname,header=0)
df.index = df['Label'] # index the label 
df_T = df.iloc[:,1:].T # remove the label transpose the df

转置后使用df_T.plot.line()绘图时，每个列（对应原数据行）会被分配独立颜色，无法实现按Label统一配色。

解决方案1：使用Matplotlib手动循环绘制 #

直接遍历每行数据，根据Label值指定颜色绘制折线：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
df = pd.read_csv(dfname, header=0)
# 定义标签与颜色的映射
color_map = {0: 'blue', 1: 'red'}

# 创建画布
plt.figure(figsize=(10, 6))

# 遍历每行绘制折线
for idx, row in df.iterrows():
    # 提取当前行的数值列和标签
    plot_values = row[['col1', 'col2', 'col3']]
    current_label = row['Label']
    # 绘制折线，指定颜色与图例标签
    plt.plot(plot_values.index, plot_values.values, 
             color=color_map[current_label], 
             label=f'Row {idx} (Label {current_label})')

# 配置图表元素
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
plt.title('Line Plots Grouped by Label Color')
plt.xlabel('Columns')
plt.ylabel('Value')
plt.tight_layout()
plt.show()

解决方案2：基于Pandas Plot指定颜色列表 #

利用原数据的Label顺序生成对应颜色列表，传给Pandas的绘图方法：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv(dfname, header=0)
df_T = df.iloc[:,1:].T

# 根据原数据的Label生成对应的颜色列表
line_colors = ['blue' if label == 0 else 'red' for label in df['Label']]

# 绘图时传入颜色列表
ax = df_T.plot.line(color=line_colors, figsize=(10, 6))
ax.set_title('Line Plots Grouped by Label Color')
ax.set_xlabel('Columns')
ax.set_ylabel('Value')
plt.legend(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bapors