Pandas按subject_id分组筛选sld数据后绘制折线图的优化咨询

原始数据 #

绘图需求 #

• 按subject_id分组展示
• 只保留name为sld的数据行
• 以day为X轴、value为Y轴画折线图，所有组放在同一张图里，优先用seaborn

试过的代码和遇到的问题 #

1. 首次尝试的代码：

fig, ax = plt.subplots(figsize=(8, 6))
df_sld = df[df['name'] == 'sld']
df_sld.groupby('subject_id').plot(x = 'day', y = 'value', ax = ax)

问题：运行耗时较长，想找更高效的分组筛选方式。

2. 后续尝试的代码：

df.groupby('subject_id')['name'].apply(lambda x: x == 'sld').plot(x = 'day', y = 'value')
df.groupby('subject_id').apply(lambda x: x['name'] == 'sld').plot(x = 'day', y = 'value')

问题：出现“无数值数据”的报错。

高效解决方案（优先用seaborn） #

seaborn的lineplot原生支持分组绘图，无需手动循环分组，效率远高于循环绘图的方式，代码也更简洁：

import seaborn as sns
import matplotlib.pyplot as plt

# 先筛选name为sld的数据，这是矢量化操作，效率极高
df_sld = df[df['name'] == 'sld']

# 用hue参数指定按subject_id分组绘图
plt.figure(figsize=(8, 6))
sns.lineplot(data=df_sld, x='day', y='value', hue='subject_id', marker='o')
plt.title('各subject的sld数值变化趋势')
plt.xlabel('Day')
plt.ylabel('Value')
plt.show()

为啥之前的方法要么慢要么报错？ #

• 首次尝试的groupby().plot()本质是循环每个分组单独调用绘图函数，数据量大时多次绘图的开销会显著增加；而seaborn是一次性处理所有分组数据，效率自然更高。
• 后续代码的错误在于：apply(lambda x: x['name'] == 'sld')返回的是布尔值序列，不是包含day和value的有效数值数据，绘图函数找不到可用于绘图的数值字段，因此报错。

不用seaborn的高效替代方案 #

如果坚持使用pandas绘图，可先筛选数据，再利用plot的hue参数（pandas 1.3及以上版本支持），比循环groupby的方式更高效：

import matplotlib.pyplot as plt

df_sld = df[df['name'] == 'sld']
fig, ax = plt.subplots(figsize=(8, 6))
df_sld.plot(x='day', y='value', hue='subject_id', marker='o', ax=ax)
plt.title('各subject的sld数值变化趋势')
plt.xlabel('Day')
plt.ylabel('Value')
plt.show()

内容的提问来源于stack exchange，提问作者Sharhad Bashar