如何基于DataFrame生成按小时与星期划分的死亡率热力图？

核心思路 #

你需要的是小时与星期组合维度的死亡率数据，而非单独小时或星期的统计值。下面是从数据计算到绘图的完整流程：

步骤1：计算每个（星期+小时）组合的死亡率 #

# 按星期和小时分组，分别统计致命、非致命车祸数量
fatal_counts = df[df.Fatal == 1].groupby(['Day of the Week', 'Hour of Day']).Fatal.count()
non_fatal_counts = df[df.Fatal == 2].groupby(['Day of the Week', 'Hour of Day']).Fatal.count()

# 计算组合维度的死亡率（转换为百分比）
mortality_rates = (fatal_counts / (fatal_counts + non_fatal_counts) * 100).reset_index()

步骤2：转换为热力图所需的二维矩阵 #

热力图需要行（星期）×列（小时）的结构化数据，用透视表完成转换：

# 生成透视表，行=星期，列=小时，值=死亡率
heatmap_data = mortality_rates.pivot(
    index='Day of the Week',
    columns='Hour of Day',
    values='Fatal'
)

# 填充缺失值（部分组合可能无车祸记录，用0替代）
heatmap_data = heatmap_data.fillna(0)

步骤3：绘制热力图 #

使用Seaborn库完成可视化：

import seaborn as sns
import matplotlib.pyplot as plt

# 配置绘图参数
sns.set(font_scale=1.2)
plt.figure(figsize=(16, 8))

# 绘制热力图，显示数值，设置配色和色标标签
ax = sns.heatmap(
    heatmap_data,
    annot=True,
    fmt='.2f',
    cmap='YlOrRd',
    cbar_kws={'label': '死亡率 (%)'}
)

# 设置轴标签和标题
ax.set_xlabel('一天中的小时')
ax.set_ylabel('星期几')
ax.set_title('车祸死亡率热力图（星期×小时）')

# 优化Y轴标签显示（避免旋转）
ax.set_yticklabels(ax.get_yticklabels(), rotation=0)

plt.show()

可选优化 #

• 若需将星期数值替换为中文名称，可修改Y轴标签：

  ax.set_yticklabels(['周一', '周二', '周三', '周四', '周五', '周六', '周日'])
  

• 可更换配色方案，比如cmap='viridis'或cmap='Blues'，适配不同视觉需求。

内容的提问来源于stack exchange，提问作者MB2000