求助：如何基于Pandas DataFrame绘制类似PowerBI的合规率折线图

步骤1：导入必要的库 #

我们需要用pandas处理数据，matplotlib实现折线图绘制：

import pandas as pd
import matplotlib.pyplot as plt

步骤2：加载/准备数据 #

如果你的数据存储在CSV或Excel文件中，用对应方法读取；这里先模拟一份带日期维度的示例数据（对应PowerBI折线图的X轴）：

# 加载真实数据请替换为以下代码（根据文件类型选择）：
# df = pd.read_csv("你的数据文件路径.csv")
# df = pd.read_excel("你的数据文件路径.xlsx")

# 模拟示例数据（包含日期和Ação列）
data = {
    "Data": pd.date_range(start="2024-01-01", periods=30, freq="D"),
    "Ação": ["Água e sabonete", "Fricção com álcool", "Outro", "Água e sabonete"] * 7 + ["Fricção com álcool", "Outro"]
}
df = pd.DataFrame(data)

步骤3：计算Adesão度量值 #

完全对应你PowerBI中的DAX逻辑，按折线图的维度（比如日期）分组，计算每个分组内目标动作的数量占总动作数的比值：

# 定义需要统计的目标动作类别
target_actions = ["Água e sabonete", "Fricção com álcool"]

# 按维度分组计算Adesão（若X轴是其他维度，替换groupby的参数即可）
df_adesao = df.groupby("Data").apply(
    lambda group: group[group["Ação"].isin(target_actions)].shape[0] / group["Ação"].shape[0]
).reset_index(name="Adesão")

# 处理除零情况（某分组无Ação数据时，占比设为0，对应DAX的DIVIDE容错逻辑）
df_adesao["Adesão"] = df_adesao["Adesão"].fillna(0)

步骤4：绘制折线图 #

用matplotlib实现和PowerBI风格一致的折线图：

# 设置图形大小
plt.figure(figsize=(10, 6))

# 绘制折线并添加标记点
plt.plot(df_adesao["Data"], df_adesao["Adesão"], marker='o', linestyle='-', color='#0078D4', linewidth=2)

# 添加标题和坐标轴标签
plt.title("Adesão ao Protocolo de Higiene", fontsize=14, pad=15)
plt.xlabel("Data", fontsize=12)
plt.ylabel("Proporção de Ações", fontsize=12)

# 旋转X轴标签避免重叠
plt.xticks(rotation=45, ha='right')

# 添加网格线增强可读性
plt.grid(True, alpha=0.3)

# 自动调整布局
plt.tight_layout()

# 显示图形
plt.show()

关键说明 #

• 若折线图X轴不是日期（比如部门、班次），只需将groupby("Data")替换为groupby("你的维度列名")。
• 确保target_actions中的字符串和数据中Ação列的取值完全匹配（注意重音等特殊字符）。
• 除零处理逻辑和PowerBI的DIVIDE函数一致，避免无数据分组的报错。

内容的提问来源于stack exchange，提问作者Amaro Neto