如何用Python正确绘制每日评论量随时间变化的统计图？

原代码的核心问题 #

1. 分组逻辑错误：直接按created的具体时间点分组，而非按日期聚合，导致每个条形对应单条评论的num_comments值，而非每日总和，视觉上会出现大量细碎条形，所谓“骤降”实际是数据未正确聚合的假象。
2. 数据格式不匹配：groupby后得到的是Series，seaborn.barplot处理时会将每个时间索引当作独立类别，导致日期显示混乱。
3. 日期刻度无效：由于x轴是具体时间点而非日期，DayLocator无法正确定位每日刻度，导致日期显示异常。

正确实现步骤 #

1. 数据预处理与按日聚合 #

先确保created为datetime类型，再按日期聚合每日的num_comments总和（若你需要的是每日评论条数而非帖子评论数总和，将sum()替换为count()即可）：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import matplotlib.dates as mdates

# 确保created列是datetime类型（若未转换）
gme_interaction['created'] = pd.to_datetime(gme_interaction['created'])

# 按日期聚合，计算每日num_comments总和
# 方法1：用dt.floor('D')保留datetime格式，方便后续日期处理
gme_comments_per_day = gme_interaction.groupby(gme_interaction['created'].dt.floor('D'))['num_comments'].sum().reset_index()

# 方法2：补全缺失日期（若某天无数据，自动填充0，避免图表断档）
# gme_comments_per_day = gme_interaction.set_index('created')['num_comments'].resample('D').sum().reset_index()

2. 绘制每日评论量变化图 #

plt.figure(figsize=(20, 12))
sns.barplot(x='created', y='num_comments', data=gme_comments_per_day)

# 设置图表标题与标签
plt.title('WSB论坛GME相关内容每日评论总量变化')
plt.xlabel('日期')
plt.ylabel('总评论数')

# 配置x轴日期显示
ax = plt.gca()
# 设置主刻度为每天
ax.xaxis.set_major_locator(mdates.DayLocator())
# 设置日期格式为「月-日」（如01-01），可根据需求调整
ax.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d'))
# 旋转标签避免重叠
plt.xticks(rotation=45)

plt.tight_layout()
plt.savefig('Evolution of Interaction in WSB during GME.pdf')
plt.show()

关键说明 #

• 若需求是统计每日发布的评论条数（即有多少条评论），修改聚合逻辑：

  gme_comments_per_day = gme_interaction.groupby(gme_interaction['created'].dt.floor('D'))['comment'].count().reset_index()
  gme_comments_per_day.rename(columns={'comment': 'daily_comment_count'}, inplace=True)
  # 绘图时y参数改为'daily_comment_count'
  

• 使用resample('D')可自动补全缺失日期并填充0，避免因某天无数据导致图表出现“断档”式的骤降假象。

内容的提问来源于stack exchange，提问作者Louis