如何用Pandas绘制按客户类别分组的月均Volume时间序列折线图？

要实现按客户类别展示月度平均Volume的时间序列折线图，可按以下步骤操作：

1. 计算月度类别平均Volume #

首先对原始数据按月份和客户类别分组，计算每个组的Volume平均值：

import pandas as pd

# 加载样例数据
df = pd.DataFrame({'cust_id': [1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3],
                   'month': [200101, 200102, 200103, 200104, 200101, 200102, 200103, 200104, 200101, 200102, 200103, 200104],
                   'volume': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],
                   'category': [1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2]})

# 分组计算月度平均Volume
monthly_avg = df.groupby(['month', 'category'])['volume'].mean().reset_index()

2. 转换月份为时间格式 #

原始数据中的月份是整数格式（如200101），需要转换为datetime类型，确保横轴按时间顺序正确显示：

monthly_avg['month'] = pd.to_datetime(monthly_avg['month'], format='%Y%m')

3. 绘制折线图 #

可以选择matplotlib手动绘制，或用seaborn快速生成美观的分组折线图：

方法一：使用Matplotlib #

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))

# 分别绘制两个类别的折线
plt.plot(monthly_avg[monthly_avg['category'] == 1]['month'],
         monthly_avg[monthly_avg['category'] == 1]['volume'],
         marker='o', label='类别1')

plt.plot(monthly_avg[monthly_avg['category'] == 2]['month'],
         monthly_avg[monthly_avg['category'] == 2]['volume'],
         marker='s', label='类别2')

# 添加图表标签与样式
plt.xlabel('月份')
plt.ylabel('月度平均Volume')
plt.title('不同客户类别的月度平均Volume趋势')
plt.legend()
plt.grid(True, linestyle='--', alpha=0.7)

# 自动调整日期标签，避免重叠
plt.gcf().autofmt_xdate()

plt.show()

方法二：使用Seaborn（更简洁） #

import seaborn as sns

plt.figure(figsize=(10, 6))
# 直接传入分组数据，hue参数指定按category分组
sns.lineplot(data=monthly_avg, x='month', y='volume', hue='category', marker='o')

plt.xlabel('月份')
plt.ylabel('月度平均Volume')
plt.title('不同客户类别的月度平均Volume趋势')
plt.grid(True, linestyle='--', alpha=0.7)
plt.gcf().autofmt_xdate()

plt.show()

内容的提问来源于stack exchange，提问作者Nick