如何使用Seaborn按日期分组，叠加不同Id绘制日内步数折线图

1. 数据预聚合（按日期+用户分组） #

原数据是小时级的步数记录，要按Date和Id做对比分析，首先需要聚合每个用户每天的总步数，避免小时级数据导致折线过于密集：

# 按日期和用户ID分组，计算每日总步数
daily_steps = hourly_steps_merged.groupby(['Date', 'Id'])['StepTotal'].sum().reset_index()

2. 绘制叠加折线图 #

用Seaborn的lineplot，通过hue参数自动区分不同用户ID，生成对比折线：

import seaborn as sns
import matplotlib.pyplot as plt

# 设置绘图风格
sns.set_style("whitegrid")

# 创建画布，调整尺寸适配日期显示
plt.figure(figsize=(12, 6))

# 核心绘图代码：hue指定按Id区分折线
sns.lineplot(
    data=daily_steps,
    x='Date',
    y='StepTotal',
    hue='Id',
    marker='o',  # 添加标记点，方便查看每日数据
    linewidth=2
)

# 图表美化
plt.title('不同用户每日总步数对比', fontsize=14)
plt.xlabel('日期', fontsize=12)
plt.ylabel('总步数', fontsize=12)
# 旋转x轴日期标签，避免重叠
plt.xticks(rotation=45)
# 把图例放在画布外侧，防止遮挡折线
plt.legend(title='用户ID', bbox_to_anchor=(1.05, 1), loc='upper left')
# 自动调整布局
plt.tight_layout()

# 展示图表
plt.show()

可选：小时级步数对比 #

如果需要查看用户每小时的步数变化，直接用原数据绘制即可（无需聚合）：

plt.figure(figsize=(15, 7))
sns.lineplot(
    data=hourly_steps_merged,
    x='ActivityHour',
    y='StepTotal',
    hue='Id',
    linewidth=1
)
plt.title('不同用户每小时步数对比', fontsize=14)
plt.xlabel('时间', fontsize=12)
plt.ylabel('步数', fontsize=12)
plt.xticks(rotation=45)
plt.legend(title='用户ID', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.tight_layout()
plt.show()

注意事项 #

如果数据中用户ID过多，折线会重叠难以区分，建议先筛选重点用户：

# 示例：筛选前5个用户
target_ids = hourly_steps_merged['Id'].unique()[:5]
filtered_data = hourly_steps_merged[hourly_steps_merged['Id'].isin(target_ids)]
# 用filtered_data替换原数据进行绘图即可

内容的提问来源于stack exchange，提问作者JMas19