如何在Pandas中将年份转为十年区间并进行营收分析绘图

• 生成十年区间列
  先给原数据新增一列，把年份转换成1950-1959这类的十年区间格式：

  # 先计算十年起始年份（比如1953→1950）
  df_Fortune['Decade_Start'] = (df_Fortune['Year'] // 10) * 10
  # 格式化为"XXXX-XXXX"的区间字符串
  df_Fortune['Decade'] = df_Fortune['Decade_Start'].apply(lambda x: f"{x}-{x+9}")
  # 不需要中间列的话可以删除
  df_Fortune.drop('Decade_Start', axis=1, inplace=True)
  

• 按十年区间+企业分组，筛选Top5营收企业
  先按十年区间和企业分组计算总营收，再给每个区间的企业按营收降序排序，取前5：

  # 按十年区间和企业分组，统计总营收
  grouped = df_Fortune.groupby(['Decade', 'Company'])['Revenue (in millions)'].sum().reset_index()
  
  # 提取每个十年区间的Top5营收企业
  top5_by_decade = grouped.groupby('Decade').apply(
      lambda x: x.sort_values('Revenue (in millions)', ascending=False).head(5)
  ).reset_index(drop=True)
  

• 用Seaborn绘制可视化图
  用横向条形图展示各十年区间Top5企业的营收情况，更便于查看企业排名：

  import seaborn as sns
  import matplotlib.pyplot as plt
  
  # 设置绘图风格
  sns.set_style("whitegrid")
  plt.figure(figsize=(12, 10))
  
  # 绘制横向条形图
  sns.barplot(
      data=top5_by_decade,
      x='Revenue (in millions)',
      y='Company',
      hue='Decade',
      palette='viridis'
  )
  
  # 添加图表标题与标签
  plt.title('各十年区间营收Top5企业', fontsize=14)
  plt.xlabel('总营收（百万美元）', fontsize=12)
  plt.ylabel('企业名称', fontsize=12)
  plt.legend(title='十年区间', bbox_to_anchor=(1.05, 1), loc='upper left')
  
  plt.tight_layout()
  plt.show()
  

• 补充说明

  • 如果你的数据中同一年同企业有多条记录，分组求和步骤是必要的；若每条数据都是唯一的「年份+企业」组合，可直接生成区间列再筛选Top5。
  • 可视化样式可按需调整，比如用seaborn.FacetGrid制作分面图，给每个十年区间单独展示，避免企业名称重叠。

内容的提问来源于stack exchange，提问作者usama hussain