从EViews转Python：如何通过变量引用实现自动化绘图？

错误原因 #

你用df.state这类属性调用方式时，Python会把state当成DataFrame的固定属性名（即列名），而不是解析变量state的值（比如"AK"），所以才会触发“dataframe object has no attribute”错误。EViews里的%state是宏替换，直接把变量值插入代码，但Python的属性引用不支持这种动态替换，得用索引语法实现。

解决方法 #

1. 动态引用DataFrame列（宽格式数据） #

如果你的数据是宽格式（列名包含州名+类别，比如AK_category1），用字符串格式化结合方括号[]索引来获取对应列：

state = "AK"
# 获取AK的category1数据
cat1_data = df[f"{state}_category1"]
# 获取AK的category2数据
cat2_data = df[f"{state}_category2"]

方括号索引支持动态生成的字符串，这是Python里实现EViews宏替换逻辑的正确方式。

2. 自动化生成多州图表（循环实现） #

和EViews的嵌套循环逻辑一致，用Python的for循环遍历州列表，动态生成数据和图表文件名：

import pandas as pd
import matplotlib.pyplot as plt

# 示例宽格式数据
df = pd.DataFrame({
    "AK_category1": [10, 20, 30, 40],
    "AK_category2": [5, 15, 25, 35],
    "TX_category1": [15, 25, 35, 45],
    "TX_category2": [8, 18, 28, 38]
})

# 要处理的州列表
target_states = ["AK", "TX", "CA"]

for state in target_states:
    # 动态提取对应州的两类数据
    cat1 = df[f"{state}_category1"]
    cat2 = df[f"{state}_category2"]
    
    # 绘制并保存category1图表
    plt.figure(figsize=(8, 4))
    cat1.plot(kind="line", title=f"Category 1 - {state}")
    plt.savefig(f"category1_{state}.png", bbox_inches="tight")
    plt.close()  # 关闭画布避免内存占用
    
    # 绘制并保存category2图表
    plt.figure(figsize=(8, 4))
    cat2.plot(kind="bar", title=f"Category 2 - {state}")
    plt.savefig(f"category2_{state}.png", bbox_inches="tight")
    plt.close()

3. 长格式数据的处理（更推荐） #

如果你的数据是长格式（有单独的state列、category列和value列），用布尔索引筛选更清晰：

# 示例长格式数据
df_long = pd.DataFrame({
    "state": ["AK", "AK", "AK", "TX", "TX", "TX"],
    "category": ["category1", "category2", "category1", "category1", "category2", "category2"],
    "value": [10, 5, 20, 15, 8, 18]
})

state = "AK"
# 筛选AK的category1数据
cat1_data = df_long[(df_long["state"] == state) & (df_long["category"] == "category1")]["value"]

关键提醒 #

• 永远用df[动态字符串]代替df.动态变量来实现列的动态引用；
• 用f-string（Python 3.6+）拼接文件名、图表标题这类需要动态替换的文本，语法简洁不易出错。

内容的提问来源于stack exchange，提问作者Olevia Sharbaugh