如何在散点图中绘制同一X坐标下Y值的平均线？

你之前的代码错误在于使用了滚动窗口均值（rolling(window=window_size).mean()），这种方式是按数据行的顺序滑动计算连续n个值的平均，和你需求的“同一X坐标下所有数据点Y值的均值”逻辑完全不符，这就是结果不符合预期的核心原因。

正确实现方式 #

下面提供两种可行的实现方案：

方案1：手动分组计算均值（精准匹配每个X值）

适合离散型X特征，能精准计算每个唯一X值对应的Y均值：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

plt.figure(figsize=(20,20))
for idx, col in enumerate(df.columns, 1):
    plt.subplot(df.shape[1]-4, 4, idx)
    # 绘制原始散点图
    sns.scatterplot(data=df, x=col, y='charges')
    
    # 按X值分组，计算对应Y的均值并排序
    avg_df = df.groupby(col)['charges'].mean().reset_index().sort_values(col)
    
    # 绘制蓝色均值线
    plt.plot(avg_df[col], avg_df['charges'], color='blue', label='均值线')
    plt.xlabel(col)
    plt.legend()

plt.tight_layout()
plt.show()

方案2：用Seaborn自动计算均值（适合连续型X特征）

如果X是连续型变量，Seaborn的lineplot可以自动分箱计算均值并绘制平滑线条：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

plt.figure(figsize=(20,20))
for idx, col in enumerate(df.columns, 1):
    plt.subplot(df.shape[1]-4, 4, idx)
    # 绘制散点图
    sns.scatterplot(data=df, x=col, y='charges')
    # 自动计算并绘制均值线（ci=None关闭置信区间）
    sns.lineplot(data=df, x=col, y='charges', color='blue', estimator='mean', ci=None)
    plt.xlabel(col)

plt.tight_layout()
plt.show()

关键说明 #

• 方案1通过groupby严格按X的每个唯一值分组，计算对应Y的均值，排序后绘制线条，保证每个X点的均值准确对应。
• 方案2适合连续X特征，Seaborn会自动对X进行分箱处理，计算每个分箱内Y的均值，绘制出更平滑的趋势线。

内容的提问来源于stack exchange，提问作者Somanna