如何用Python按年份统计订单总数并绘制柱状图？

核心思路 #

你需要先通过分组统计得到每年的订单数量，再用柱状图可视化结果。以下是具体实现步骤和代码：

完整代码示例 #

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
mydata = pd.read_csv('/sales_data.csv')

# 按年份分组，统计订单总数（若ORDERNUMBER无重复，用size()更高效）
yearly_order_count = mydata.groupby('YEAR_ID')['ORDERNUMBER'].nunique().reset_index(name='订单总数')

# 绘制柱状图
plt.bar(yearly_order_count['YEAR_ID'], yearly_order_count['订单总数'], color='#3498db')

# 添加图表元素，提升可读性
plt.xlabel('年份')
plt.ylabel('订单总数')
plt.title('各年度订单数量统计')

# 可选：给每个柱子添加数值标签
for idx, val in enumerate(yearly_order_count['订单总数']):
    plt.text(yearly_order_count['YEAR_ID'].iloc[idx], val + 10, str(val), ha='center')

# 显示图表
plt.show()

关键代码说明 #

1. 分组统计逻辑

   • groupby('YEAR_ID')：按年份对数据分组
   • ['ORDERNUMBER'].nunique()：统计每组中唯一订单编号的数量（避免重复订单被多次计数）；如果你的数据里每个ORDERNUMBER对应唯一订单，直接用mydata.groupby('YEAR_ID').size().reset_index(name='订单总数')更高效

2. 绘图优化

   • 用plt.bar()生成柱状图（区别于你原代码的直方图hist()，直方图用于展示数值分布，柱状图才适合展示分类数据的统计结果）
   • 添加数值标签可以让读者直接看到每个年份的具体订单数，无需估算

内容的提问来源于stack exchange，提问作者Nathan D