Pandas分组茶叶出口数据绘图报错及正确绘图方法咨询

问题背景 #

拥有某茶叶出口公司数据集，包含日期、茶类（Type）、重量规格（Weight）、数量（Quantity）等字段。已通过以下代码按YearMonth、Type、Weight分组聚合Quantity：

df = pd.DataFrame(data)
df['Date'] = pd.to_datetime(df['Date']).dt.date
df['YearMonth'] = df['Date'].map(lambda date: 100*date.year + date.month)
df = df.groupby(['YearMonth','Type', 'Weight']).agg({'Quantity':'sum'})

想要绘制以YearMonth为X轴，茶类和重量规格区分系列、数量为Y轴的图表，但执行以下代码时出现KeyError: 'Type'错误：

fig, ax = plt.subplots(figsize=(10,4))
for key, df in df.groupby(['Quantity']):
    ax.plot(df['Type'], df['Weight'], label=key)
ax.legend()
plt.show()

报错原因 #

• 数据结构问题：执行groupby聚合后，YearMonth、Type、Weight这三个分组字段会被设为多级索引，不再是DataFrame的普通列。直接用df['Type']调用会找不到对应列，触发KeyError。
• 绘图逻辑错误：错误地按Quantity分组，且代码中把Type作为X轴、Weight作为Y轴，完全不符合“YearMonth为X轴、Quantity为Y轴”的需求。

正确绘图方法 #

方法1：重置索引，将索引转为普通列 #

先把多级索引转成常规列，再按Type和Weight的组合分组绘图：

import pandas as pd
import matplotlib.pyplot as plt

# 对聚合后的DataFrame重置索引，将索引字段转为列
df_reset = df.reset_index()

fig, ax = plt.subplots(figsize=(10,4))
# 遍历每个茶类+重量规格的组合
for (tea_type, weight), group_df in df_reset.groupby(['Type', 'Weight']):
    # 按年月排序，保证X轴顺序正确
    sorted_group = group_df.sort_values('YearMonth')
    # 绘制折线：X为年月，Y为总数量，标签标注茶类和规格
    ax.plot(sorted_group['YearMonth'], sorted_group['Quantity'],
            label=f"{tea_type} - {weight}")

# 优化X轴显示，避免标签重叠
plt.xticks(rotation=45)
ax.set_xlabel('年月')
ax.set_ylabel('总出口数量')
ax.set_title('各规格茶叶月度出口数量趋势')
ax.legend()
plt.tight_layout()
plt.show()

方法2：直接操作多级索引（不重置索引） #

如果不想修改数据结构，可以直接从多级索引中提取需要的信息：

import pandas as pd
import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(10,4))
# 获取所有唯一的茶类+重量规格组合
unique_combos = df.index.unique(level=['Type', 'Weight'])

for tea_type, weight in unique_combos:
    # 筛选对应组合的数据
    subset = df.loc[(slice(None), tea_type, weight), :]
    # 从索引中提取年月作为X轴
    x_values = subset.index.get_level_values('YearMonth')
    y_values = subset['Quantity']
    ax.plot(x_values, y_values, label=f"{tea_type} - {weight}")

plt.xticks(rotation=45)
ax.set_xlabel('年月')
ax.set_ylabel('总出口数量')
ax.set_title('各规格茶叶月度出口数量趋势')
ax.legend()
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者John Snape