如何用Excel/Python绘制格式特殊的数据集图表？

你的数据集可以绘制成图表，Excel和Python都能实现，具体方法如下：

Excel实现步骤 #

Excel完全可以处理这类数据，核心是先把数据转换成适合绘图的长格式，再生成折线图：

1. 数据重塑：
   • 选中原始表格，点击「数据」选项卡→「从表格/区域」，进入Power Query编辑器。
   • 选中Position列，点击「转换」→「逆透视其他列」，此时会生成三列：Position、属性、值。
   • 重命名列：把「属性」改为「年份」，「值」改为「分类」，调整列顺序为「分类」、「年份」、「位置」，关闭并加载到Excel。
2. 生成折线图：
   • 选中重塑后的三列数据，插入「带数据标记的折线图」，每个分类会自动生成一条折线，展示它在各年份的位置变化。
   • 若想展示各年份不同位置的分类分布，也可以选择条形图，将年份设为X轴、位置设为Y轴，在数据点上标注分类。

Python实现方法 #

用pandas处理数据格式，配合matplotlib或seaborn绘图，代码示例如下：

1. 环境准备 #

先导入所需库：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

2. 构建并转换数据 #

# 构建原始数据框
data = {
    'Position': [1, 2, 3],
    '2012': ['A', 'C', 'B'],
    '2013': ['B', 'A', 'D'],
    '2014': ['A', 'C', 'E']
}
df = pd.DataFrame(data)

# 转换为长格式（适合折线图）
df_long = df.melt(id_vars='Position', var_name='Year', value_name='Category')
df_long = df_long[['Category', 'Year', 'Position']]
df_long['Year'] = df_long['Year'].astype(int)

3. 绘制分类位置变化折线图 #

plt.figure(figsize=(8, 5))

# 为每个分类绘制折线
for category in df_long['Category'].unique():
    cat_data = df_long[df_long['Category'] == category]
    plt.plot(cat_data['Year'], cat_data['Position'], marker='o', label=category)

# 设置图表元素
plt.xlabel('年份')
plt.ylabel('位置')
plt.title('各分类随年份的位置变化')
plt.legend(title='分类')
plt.yticks([1, 2, 3])  # 固定Y轴为整数位置

plt.show()

4. 绘制年份-位置分类热力图（可选） #

如果想直观展示每个位置在各年份的分类，可绘制热力图：

plt.figure(figsize=(6, 4))
heatmap_data = df.set_index('Position')

# 绘制热力图并标注分类
sns.heatmap(heatmap_data.applymap(lambda x: ord(x)-ord('A')),
            annot=heatmap_data, fmt='', cmap='viridis',
            xticklabels=heatmap_data.columns, yticklabels=heatmap_data.index)

plt.xlabel('年份')
plt.ylabel('位置')
plt.title('各年份-位置的分类分布')
plt.show()

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