技术请求：基于df_7数据集生成含三类Rating指标的柱状图

需求说明 #

绘制柱状图，展示单用户（经fide_id筛选后）的rating_standard、rating_rapid、rating_blitz三类评分随时间（年月）的变化，每个时间点对应三根并列柱子。

数据准备 #

已提供的数据筛选代码：

df_7 = df3[(df3['fide_id'] == 14109336)]

注：数据集示例中fide_id为146116，与筛选条件存在差异，需确认实际筛选ID是否正确。

df_7数据集结构及部分样本：

绘图实现方案 #

方案1：Matplotlib 绘制并列柱状图 #

先将年月合并为日期列，优化X轴展示：

import pandas as pd
import matplotlib.pyplot as plt

# 合并年月为标准日期格式
df_7['date'] = pd.to_datetime(df_7[['year', 'month']].assign(day=1))
dates = df_7['date']
x = range(len(dates))
bar_width = 0.25  # 单根柱子宽度

# 创建画布
plt.figure(figsize=(12, 6))

# 分别绘制三类评分的柱子
plt.bar([i - bar_width for i in x], df_7['rating_standard'], width=bar_width, label='标准分')
plt.bar(x, df_7['rating_rapid'], width=bar_width, label='快棋分')
plt.bar([i + bar_width for i in x], df_7['rating_blitz'], width=bar_width, label='闪电棋分')

# 设置轴标签与样式
plt.xticks(x, dates.dt.strftime('%Y-%m'), rotation=45)
plt.xlabel('时间')
plt.ylabel('评分')
plt.title('用户各类型棋类评分变化')
plt.legend()
plt.tight_layout()
plt.show()

方案2：Seaborn 绘制（长数据格式更简洁） #

Seaborn适配长格式数据，先将宽表转长表：

import seaborn as sns

# 宽表转长表，统一评分类型与数值列
df_melt = df_7.melt(
    id_vars=['year', 'month'],
    value_vars=['rating_standard', 'rating_rapid', 'rating_blitz'],
    var_name='评分类型',
    value_name='评分'
)
# 生成日期列用于时间排序
df_melt['date'] = pd.to_datetime(df_melt[['year', 'month']].assign(day=1))

# 绘制并列柱状图
plt.figure(figsize=(12, 6))
sns.barplot(data=df_melt, x='date', y='评分', hue='评分类型', width=0.8)
plt.xticks(rotation=45)
plt.xlabel('时间')
plt.ylabel('评分')
plt.title('用户各类型棋类评分变化')
plt.tight_layout()
plt.show()

注意事项 #

• 若时间序列存在乱序，先执行df_7 = df_7.sort_values(by=['year', 'month'])确保数据按时间排列。
• 可根据需求调整柱子颜色、画布尺寸、刻度旋转角度等样式参数。

内容的提问来源于stack exchange，提问作者Loading