如何用Pandas绘制按性别分组的年龄-余额折线图

步骤1：数据聚合（模拟Excel透视逻辑） #

首先按Gender和Age分组，计算对应余额的统计值（比如平均值，和Excel透视表的聚合逻辑匹配）。如果你的数据中每个年龄-性别组合已经是唯一记录，可以跳过这一步：

import pandas as pd

# 假设你的DataFrame名为df
agg_df = df.groupby(['Gender', 'Age'])['Balance'].mean().reset_index()

步骤2：转换为宽格式 #

将聚合后的数据转成宽格式，让性别作为列、年龄作为索引，适配折线图的绘图需求：

pivot_df = agg_df.pivot(index='Age', columns='Gender', values='Balance')

步骤3：绘制折线图 #

用Pandas自带的绘图工具生成折线图，效果和Excel透视后导出的一致：

import matplotlib.pyplot as plt

# 生成折线图
pivot_df.plot(kind='line', xlabel='年龄', ylabel='余额', title='不同性别余额随年龄变化趋势')
plt.legend(title='性别')
plt.show()

简化方案：用Seaborn直接绘制 #

如果不想手动转换数据格式，可直接用Seaborn处理长格式数据：

import seaborn as sns

sns.lineplot(data=agg_df, x='Age', y='Balance', hue='Gender')
plt.xlabel('年龄')
plt.ylabel('余额')
plt.title('不同性别余额随年龄变化趋势')
plt.show()

提示：如果余额数据存在异常值，可先做清洗（比如过滤极端值）避免折线波动过大；也可根据需求替换聚合函数，比如用sum或median代替mean

内容的提问来源于stack exchange，提问作者Ani