如何基于自定义分组的Pandas DataFrame创建条形图？

要生成你需要的分组条形图（每个时间区间对应不同加密货币的条形），核心是先把长格式的DataFrame转换为宽格式，让每个加密货币作为单独的列，时间作为索引。以下是具体实现步骤：

1. 转换数据格式 #

使用pivot_table将数据重构为宽格式，确保每个date_group对应一行，BTC和USDC作为列，值取dollar的总和（如果同一时间区间有重复数据会自动聚合）：

import pandas as pd
import matplotlib.pyplot as plt

# 你的原始数据
data = {
    'date_group': ['2023-05-24 21:00:00-03:00', '2023-05-24 21:30:00-03:00', '2023-05-24 21:30:00-03:00'],
    'crypto': ['BTC', 'BTC', 'USDC'],
    'dollar': [-16147765, -44579879, 8378950]
}
df = pd.DataFrame(data)

# 转换为宽格式
wide_df = df.pivot_table(index='date_group', columns='crypto', values='dollar', aggfunc='sum').fillna(0)

2. 绘制分组条形图 #

调用plot.bar()生成目标图表，同时优化x轴标签显示避免重叠：

ax = wide_df.plot(kind='bar', figsize=(10, 6), rot=45)

# 添加图表标签和标题
ax.set_xlabel('时间区间')
ax.set_ylabel('金额')
ax.set_title('各加密货币30分钟区间金额变化')

# 调整布局防止标签被截断
plt.tight_layout()
plt.show()

关键说明 #

• 长格式转宽格式是核心：原始数据中同一时间区间对应多行不同加密货币的数据，而分组条形图要求同一时间点的不同类别（加密货币）在同一行，所以必须用pivot或pivot_table转换。
• fillna(0)是为了处理某个时间区间只有单一加密货币数据的情况（比如你的第一行只有BTC），避免出现空值导致条形缺失。
• rot=45旋转x轴标签，防止长日期字符串重叠影响可读性。

内容的提问来源于stack exchange，提问作者Fffffff