Excel中含百余种代码组的长格式数据多折线图格式设置方法

Excel 快速操作 #

• 选中全部数据（含表头），直接插入带数据标记的折线图，Excel会自动识别长格式结构：把Date设为X轴，Quantity设为Y轴，自动按Code分组生成每条折线
• 要是没自动识别，右键图表→「选择数据」，在对话框里把Code设为图例系列，Date设为水平轴标签就行
• 上百个Code的图例太挤？右键图例→「设置图例格式」，改成垂直排列或者挪到图表外侧

Python 代码实现（Pandas + Seaborn） #

不用转置宽格式，Seaborn直接支持长格式数据分组绘图：

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

# 读入数据，转日期格式
df = pd.read_csv('your_data.csv')
df['Date'] = pd.to_datetime(df['Date'])

# 绘图核心代码
plt.figure(figsize=(12, 6))
sns.lineplot(data=df, x='Date', y='Quantity', hue='Code')

# 优化显示
plt.xlabel('日期')
plt.ylabel('数量')
plt.title('各代码组数量趋势')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

• hue='Code'是关键，自动按Code分组画折线，数据量再大也能处理
• 线条太密分不清？加个style='Code'用不同线型区分，或者提前过滤掉不重要的Code

R 代码实现（ggplot2） #

ggplot2原生适配长格式数据，几行代码搞定：

library(ggplot2)
library(lubridate)

# 读入并处理日期
df <- read.csv('your_data.csv')
df$Date <- ymd(df$Date)

# 绘图
ggplot(df, aes(x = Date, y = Quantity, color = Code)) +
  geom_line() +
  labs(x = "日期", y = "数量", title = "各代码组数量趋势") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

• color = Code指定按Code配色分组，自动生成每条折线
• 代码组太多配色乱？用scale_color_viridis_d()换个配色方案，或者用dplyr::filter()筛选重点Code

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