如何在R中使用循环基于dataframe分组绘制多幅生存时序图？

我有如下结构的DataFrame，希望使用for循环为每一组Line、Sex、Dose的组合绘制图表，其中x轴为Time，y轴为Survival。例如，需要分别绘制Line 138、剂量1的雌性个体生存随时间变化图，Line 138、剂量1的雄性个体生存随时间变化图等，请问该如何实现？

方法一：Pandas分组 + Matplotlib 手动循环绘制 #

这是完全符合要求的for循环实现方式：

import pandas as pd
import matplotlib.pyplot as plt

# 假设数据已加载到df中，若从文件读取可使用：
# df = pd.read_csv("你的数据文件路径.csv")

# 按Line、Sex、Dose三个字段分组
grouped = df.groupby(['Line', 'Sex', 'Dose'])

# 遍历每个分组
for (line, sex, dose), subset in grouped:
    # 对Time排序，确保曲线按时间顺序绘制
    subset_sorted = subset.sort_values('Time')
    
    # 创建独立绘图窗口
    plt.figure(figsize=(8, 5))
    # 绘制生存曲线，添加标记点增强可读性
    plt.plot(subset_sorted['Time'], subset_sorted['Survival'], marker='o', linestyle='-', color='#1f77b4')
    
    # 设置图表元素
    plt.title(f"Line {line} | {sex} | Dose {dose}")
    plt.xlabel("Time")
    plt.ylabel("Survival Rate")
    plt.grid(True, alpha=0.3)
    
    # 显示图表，或替换为savefig保存文件
    plt.show()
    # plt.savefig(f"survival_line{line}_sex{sex}_dose{dose}.png", dpi=300, bbox_inches='tight')

关键说明： #

• 分组后遍历每个子数据集，确保每个组合对应独立图表
• 对Time排序避免数据顺序混乱导致曲线错位
• 可通过修改marker、linestyle、color参数调整曲线样式
• 若需要批量保存图表，替换plt.show()为plt.savefig()即可，文件名用分组参数命名方便区分

方法二：Seaborn FacetGrid 自动分面绘制（无需手动循环） #

如果不需要严格手动写for循环，Seaborn可以更高效地批量生成所有分组图表，还支持同组对比：

import seaborn as sns
import matplotlib.pyplot as plt

# 先对全量数据按Time排序
df_sorted = df.sort_values('Time')

# 创建分面网格，按Line、Dose分行列，按Sex区分曲线
g = sns.FacetGrid(df_sorted, row='Line', col='Dose', hue='Sex', height=5, aspect=1.2)
# 绘制折线图
g.map(sns.lineplot, 'Time', 'Survival', marker='o')

# 设置标题和标签
g.set_titles(row_template="Line {row_name}", col_template="Dose {col_name}")
g.set_axis_labels("Time", "Survival Rate")
g.add_legend(title="Sex")

plt.show()

优势： #

• 自动按分组生成子图，无需手动循环
• 支持同一子图内对比不同Sex的生存曲线
• 代码更简洁，适合快速可视化所有分组情况

内容的提问来源于stack exchange，提问作者K.W