双层表头DataFrame/Excel子图绘制问题：所有子图仅显示最后一类数据

代码可运行但存在异常：遍历类别时，4个子图仅显示最后一类（D）的数据，无法正确关联实验与类别数据并绘制到对应子图。

需求说明 #

• 数据源为双层表头Excel：第一层为1-28号实验，第二层为A、N、D、V四个类别
• 每个类别对应一个子图，展示该类别下所有实验的时间序列数据（共324个数据点，采样间隔30分钟）
• Y轴为Bioluminescence（生物发光值），X轴为时间（分钟）

当前代码 #

df = pd.read_excel("somedata.xlsx",  header=[0, 1])

experiments = list(range(1, 29))


fig, axes = plt.subplots(2, 2, figsize=(12, 8))
fig.suptitle('Zeitreihenanalyse für Experimente 1-28')


categories = df.columns.get_level_values(1).unique()

for category in categories:
    row, col = divmod(categories.get_loc(category), 2)
    ax = axes[row, col]

    for experiment in experiments:
        
        data = df.iloc[1:327, experiment].values
        sampling_interval = 30  # Minuten
        time = [t * sampling_interval for t in range(len(data))]

        ax.plot(time, data, label=f'Experiment {experiment}')

    ax.set_xlabel('time (Minutes)')
    ax.set_ylabel('Bioluminescence')
    # ax.legend()

plt.tight_layout()
plt.subplots_adjust(top=0.9)
plt.show()

问题原因 #

原代码未根据当前类别筛选对应实验列，而是直接按位置取列（df.iloc[1:327, experiment]），导致所有子图重复绘制了同一组数据（最后一类D的数据）。双层表头的列是MultiIndex结构，需通过类别筛选出对应实验列才能正确关联数据。

修复后的代码 #

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_excel("somedata.xlsx", header=[0, 1])

fig, axes = plt.subplots(2, 2, figsize=(12, 8))
fig.suptitle('Zeitreihenanalyse für Experimente 1-28')

categories = df.columns.get_level_values(1).unique()
sampling_interval = 30  # 采样间隔（分钟）
time = [t * sampling_interval for t in range(324)]  # 预先生成固定时间序列

for category in categories:
    # 筛选当前类别对应的所有实验列
    category_cols = df.columns[df.columns.get_level_values(1) == category]
    # 计算子图位置
    row, col = divmod(categories.get_loc(category), 2)
    ax = axes[row, col]
    
    # 遍历当前类别下的所有实验
    for col_name in category_cols:
        experiment_num = col_name[0]  # 从MultiIndex列名提取实验编号
        data = df.loc[1:324, col_name].values  # 获取对应324个数据点
        
        ax.plot(time, data, label=f'Experiment {experiment_num}')
    
    ax.set_xlabel('time (Minutes)')
    ax.set_ylabel('Bioluminescence')
    ax.set_title(f'Kategorie {category}')
    ax.legend(fontsize='small')  # 开启图例并调整字号避免拥挤

plt.tight_layout()
plt.subplots_adjust(top=0.9)
plt.show()

关键修复点 #

• 按类别筛选列：用df.columns[df.columns.get_level_values(1) == category]精准获取当前类别对应的实验列，确保子图只处理对应数据
• 预生成时间序列：时间序列固定，提前计算避免重复循环生成，提升效率
• 正确提取实验编号：从MultiIndex列名中提取实验编号，保证图例标注准确
• 明确数据范围：用df.loc[1:324, col_name]直接获取324个数据点，避免位置索引出错

内容的提问来源于stack exchange，提问作者karlonious