如何用Pandas为分组DataFrame的每个月份生成独立饼图？

问题根源 #

你当前的monthly_expenditure是**多层索引（日期+地点）**的DataFrame，直接调用plot.pie()会把所有月份的支出数据合并计算比例，导致所有数据挤在一个饼图里。需要先将数据重塑为「每个月对应一行/列，各地点支出为字段」的结构，再逐个月份生成饼图。

解决方案步骤 #

1. 重塑数据结构

先把多层索引的DataFrame转换为以月份为索引、地点为列的格式，用unstack()实现：

# 假设支出数值列名为'amount'，先选中该列再拆分索引
monthly_expenditure_unstacked = monthly_expenditure['amount'].unstack(level='location')
# 如果你的sum结果只有数值列，也可以直接用：
# monthly_expenditure_unstacked = monthly_expenditure.unstack(level='location')

2. 生成独立月度饼图

方式1：逐个生成单独饼图

遍历每个月份，单独绘制饼图：

import matplotlib.pyplot as plt

for date, monthly_data in monthly_expenditure_unstacked.iterrows():
    # 过滤掉无支出的地点（可选，避免空切片）
    valid_data = monthly_data.dropna()
    # 绘制饼图
    plt.figure(figsize=(6, 6))
    valid_data.plot.pie(
        autopct='%1.1f%%',  # 显示百分比
        title=f'月度支出分布 - {date.strftime("%Y-%m")}'
    )
    plt.ylabel('')  # 移除默认y轴标签，优化美观度
    plt.show()

方式2：多饼图同画布展示

如果想把所有月度饼图放在一个画布上，用子图布局：

import matplotlib.pyplot as plt

num_months = len(monthly_expenditure_unstacked)
cols = 2  # 每行展示2个饼图
rows = (num_months + cols - 1) // cols  # 计算所需行数

# 创建画布和子图
fig, axes = plt.subplots(rows, cols, figsize=(12, 6*rows))
axes = axes.flatten()  # 转为一维数组方便遍历

# 逐个绘制饼图
for idx, (date, monthly_data) in enumerate(monthly_expenditure_unstacked.iterrows()):
    valid_data = monthly_data.dropna()
    valid_data.plot.pie(
        autopct='%1.1f%%',
        title=f'{date.strftime("%Y-%m")}',
        ax=axes[idx]
    )
    axes[idx].set_ylabel('')

# 隐藏多余的空白子图
for j in range(idx+1, len(axes)):
    axes[j].axis('off')

plt.tight_layout()
plt.show()

关键说明 #

• 必须确保每个饼图只包含单个月份的各地点支出数据，避免跨月份数据混合。
• 如果存在支出为0或NaN的地点，建议用dropna()或monthly_data[monthly_data > 0]过滤，避免饼图出现空切片。

内容的提问来源于stack exchange，提问作者dmr