如何为含重复分组值的CSV数据绘制折线图

我有一个CSV文件，其中某一列的值存在重复，且对应有数值数据（如示例中的location列与new_cases列）。请问如何为这些数据绘制折线图？

我尝试了以下代码，但运行失败：

import matplotlib.pyplot as plt
import pandas as pd

data = {'location': ['Afghanistan'] * 5 + ['Africa'] * 4, 'new_cases': [3, 0, 0, 3, 6, 0, 1, 0, 0]}
newData = pd.DataFrame(data)

fig, ax = plt.subplots(figsize=(15,7))
byLoc = newData.groupby('location').count()['new_cases'].unstack().plot(ax=ax)

报错信息 #

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
Cell In [141], line 2
      1 fig, ax = plt.subplots(figsize=(15,7))
----> 2 byLoc = newData.groupby('location').count()['new_cases'].unstack().plot(ax=ax)

File ~\anaconda3\envs\py11\Lib\site-packages\pandas\core\series.py:4455, in Series.unstack(self, level, fill_value)
   4412 """
   4413 Unstack, also known as pivot, Series with MultiIndex to produce DataFrame.
   4414 
   (...)
   4451 b    2    4
   4452 """
   4453 from pandas.core.reshape.reshape import unstack
-> 4455 return unstack(self, level, fill_value)

File ~\anaconda3\envs\py11\Lib\site-packages\pandas\core\reshape\reshape.py:483, in unstack(obj, level, fill_value)
    478         return obj.T.stack(dropna=False)
    479 elif not isinstance(obj.index, MultiIndex):
    480     # GH 36113
    481     # Give nicer error messages when unstack a Series whose
    482     # Index is not a MultiIndex.
-> 483     raise ValueError(
    484         f"index must be a MultiIndex to unstack, {type(obj.index)} was passed"
    485     )
    486 else:
    487     if is_1d_only_ea_dtype(obj.dtype):

ValueError: unstack操作要求索引为MultiIndex，但传入的是<class 'pandas.core.indexes.base.Index'>类型

错误原因 #

你的代码有两个问题：

1. groupby('location').count()统计的是每个分类的行数，并非你需要的new_cases时序数据；
2. unstack()仅适用于**多级索引（MultiIndex）**对象，而groupby('location')后得到的是普通索引的Series，因此触发报错。

正确实现方式 #

折线图需要展示每个分类下new_cases随序列（或时间）的变化，以下是两种简单可行的方法：

方法1：分组循环绘制

import matplotlib.pyplot as plt
import pandas as pd

data = {'location': ['Afghanistan'] * 5 + ['Africa'] * 4, 'new_cases': [3, 0, 0, 3, 6, 0, 1, 0, 0]}
newData = pd.DataFrame(data)

fig, ax = plt.subplots(figsize=(15,7))

# 按location分组，为每个组单独绘制折线
for name, group in newData.groupby('location'):
    ax.plot(group.index, group['new_cases'], label=name)

ax.set_xlabel('数据序号')
ax.set_ylabel('新增病例数')
ax.set_title('不同地区新增病例变化')
ax.legend()
plt.show()

方法2：利用pandas分组直接绘图

pandas的groupby对象支持直接调用plot，自动生成多分类折线：

import matplotlib.pyplot as plt
import pandas as pd

data = {'location': ['Afghanistan'] * 5 + ['Africa'] * 4, 'new_cases': [3, 0, 0, 3, 6, 0, 1, 0, 0]}
newData = pd.DataFrame(data)

fig, ax = plt.subplots(figsize=(15,7))
# 分组后直接绘制折线图
newData.groupby('location')['new_cases'].plot(ax=ax, legend=True)

ax.set_xlabel('数据序号')
ax.set_ylabel('新增病例数')
ax.set_title('不同地区新增病例变化')
plt.show()

补充：含时间轴的场景

如果你的实际数据包含时间列（如date），只需将x轴替换为时间字段即可：

import matplotlib.pyplot as plt
import pandas as pd

# 模拟带日期的数据
data = {'location': ['Afghanistan']*5 + ['Africa']*4,
        'date': pd.date_range(start='2020-01-01', periods=5).tolist() + pd.date_range(start='2020-01-01', periods=4).tolist(),
        'new_cases': [3,0,0,3,6,0,1,0,0]}
newData = pd.DataFrame(data)

fig, ax = plt.subplots(figsize=(15,7))
for name, group in newData.groupby('location'):
    ax.plot(group['date'], group['new_cases'], label=name)

ax.set_xlabel('日期')
ax.set_ylabel('新增病例数')
ax.set_title('不同地区新增病例变化')
ax.legend()
plt.xticks(rotation=45)
plt.show()

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