如何转换DataFrame并用Seaborn/Matplotlib绘制特朗普当选前后多组折线图？

一、数据格式转换（核心步骤） #

你的核心问题是将宽格式数据转为Seaborn/Matplotlib适配的长格式（tidy data），用Pandas的melt()方法就能快速实现。假设你的原始DataFrame结构如下：

执行以下代码完成转换：

import pandas as pd

# 替换为你的实际DataFrame名称
df_long = df.melt(
    id_vars="product_group_code",  # 保留分组标识列
    var_name="time_period",       # 生成的时间阶段列名
    value_name="value"            # 生成的数值列名
)

# 可选：简化时间阶段的名称（去掉_value后缀）
df_long["time_period"] = df_long["time_period"].str.replace("_value", "")

转换后的长格式DataFrame结构如下：

二、绘制多折线图 #

方法1：用Seaborn快速绘制 #

Seaborn的lineplot可以直接按product_group_code分组绘制折线，代码简洁：

import seaborn as sns
import matplotlib.pyplot as plt

# 设置绘图风格
sns.set_style("whitegrid")

# 创建画布
plt.figure(figsize=(10, 6))

# 绘制108条折线，按产品组分组
sns.lineplot(
    data=df_long,
    x="time_period",
    y="value",
    hue="product_group_code",
    legend=False,  # 108条线的图例无意义，直接关闭
    alpha=0.5      # 增加透明度，缓解线条重叠问题
)

# 设置轴标签和标题
plt.xlabel("时间阶段")
plt.ylabel("数值")
plt.title("各产品组特朗普当选前后数值变化")

plt.show()

方法2：用Matplotlib循环绘制（更灵活） #

如果需要对单条线做个性化设置，可通过循环实现：

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))

# 遍历每个产品组
for group in df["product_group_code"].unique():
    group_data = df_long[df_long["product_group_code"] == group]
    plt.plot(group_data["time_period"], group_data["value"], alpha=0.5)

plt.xlabel("时间阶段")
plt.ylabel("数值")
plt.title("各产品组特朗普当选前后数值变化")
plt.show()

注意事项 #

• 如果原始DataFrame的列名不是before_Trump_value/after_Trump_value，请对应调整melt()的参数和后续字符串替换逻辑。
• 108条线不可避免会重叠，调整alpha（透明度）是最有效的缓解方式。
• 若需要重点展示特定产品组，可单独提取该组数据，用不同颜色/线宽重新绘制在顶层。

内容的提问来源于stack exchange，提问作者Jaevapple