按网站与4小时时间间隔分组的响应时间柱状图优化问题

我有一个存储请求响应时间的pandas DataFrame，数据如下：

execution_time  request_type    response_time_ms    URL     Error
2   2023-10-12 08:52:16     Google  91.0    https://www.google.com  NaN
3   2023-10-12 08:52:16     CNN     115.0   https://edition.cnn.com     NaN
6   2023-10-12 08:52:27     Google  90.0    https://www.google.com  NaN
7   2023-10-12 08:52:27     CNN     105.0   https://edition.cnn.com     NaN
10  2023-10-12 08:52:37     Google  5111.0  https://www.google.com  NaN

数据包含请求时间、作为网站名称的request_type以及响应时间。我希望生成按网站（request_type）和4小时时间间隔分组的中位数响应时间柱状图，以展示响应时间随时段的变化。目前已实现绘图，但存在以下问题：

• 不同网站无法用不同颜色区分
• 希望将同一时段的网站响应时间堆叠显示（或至少实现颜色区分）
• 图例中出现“none, none”的无效内容

现有代码：

df_by_time = df.groupby(["request_type", pd.Grouper(key="execution_time", freq="4h")]).agg({"response_time_ms": ["median"]})
df_by_time.plot(kind='bar', figsize=(8, 6), title='Response Times', xlabel='Type', ylabel='Response time [ms]', rot=90) 

1. 修复分组后的列结构，解决图例异常 #

分组后生成的多层列索引（response_time_ms + median）是图例显示“none, none”的根源。可以简化分组逻辑，直接提取中位数并重置索引：

# 分组计算中位数，同时避免多层列索引
df_by_time = df.groupby(["request_type", pd.Grouper(key="execution_time", freq="4h")])["response_time_ms"].median().reset_index()
# 可选：将时间格式转为易读字符串，优化x轴显示
df_by_time['execution_time'] = df_by_time['execution_time'].dt.strftime('%Y-%m-%d %H:%M')

2. 重塑数据结构，支持颜色区分与堆叠 #

使用pivot将数据转为时段为行、网站为列的宽表格式，这样绘图时会自动为不同网站分配独立颜色，且支持堆叠：

# 重塑数据，缺失值填充为0（避免无数据的网站不显示）
df_pivot = df_by_time.pivot(index='execution_time', columns='request_type', values='response_time_ms').fillna(0)

3. 绘制目标柱状图 #

现在可以直接绘制堆叠柱状图（或普通分组柱状图），图例将正确显示网站名称，颜色自动区分：

# 绘制堆叠柱状图
ax = df_pivot.plot(kind='bar', stacked=True, figsize=(8, 6), title='Median Response Times by 4-hour Interval', 
                   xlabel='4-hour Interval', ylabel='Response Time [ms]', rot=90)

# 若不需要堆叠，去掉stacked=True即可得到分组柱状图
# ax = df_pivot.plot(kind='bar', figsize=(8, 6), ...)

# 可选：调整图例位置，避免遮挡图表
ax.legend(title='Website', bbox_to_anchor=(1.05, 1), loc='upper left')

完整可运行代码 #

import pandas as pd

# 构建示例数据
data = {
    'execution_time': ['2023-10-12 08:52:16', '2023-10-12 08:52:16', '2023-10-12 08:52:27', '2023-10-12 08:52:27', '2023-10-12 08:52:37'],
    'request_type': ['Google', 'CNN', 'Google', 'CNN', 'Google'],
    'response_time_ms': [91.0, 115.0, 90.0, 105.0, 5111.0],
    'URL': ['https://www.google.com', 'https://edition.cnn.com', 'https://www.google.com', 'https://edition.cnn.com', 'https://www.google.com'],
    'Error': [None, None, None, None, None]
}
df = pd.DataFrame(data)
df['execution_time'] = pd.to_datetime(df['execution_time'])

# 分组计算中位数
df_by_time = df.groupby(["request_type", pd.Grouper(key="execution_time", freq="4h")])["response_time_ms"].median().reset_index()
df_by_time['execution_time'] = df_by_time['execution_time'].dt.strftime('%Y-%m-%d %H:%M')

# 重塑数据结构
df_pivot = df_by_time.pivot(index='execution_time', columns='request_type', values='response_time_ms').fillna(0)

# 绘图
ax = df_pivot.plot(kind='bar', stacked=True, figsize=(8, 6), title='Median Response Times by 4-hour Interval',
                   xlabel='4-hour Interval', ylabel='Response Time [ms]', rot=90)
ax.legend(title='Website', bbox_to_anchor=(1.05, 1), loc='upper left')

内容的提问来源于stack exchange，提问作者beginner_