如何用Pandas按日期统计文本值数量并生成时间序列折线图

• 步骤1：规范日期格式
  选中列A，右键选择「设置单元格格式」，切换到「日期」选项卡，选择可识别的年/月格式（如yyyy-mm），确保Excel能正确解析日期。
• 步骤2：用数据透视表统计频次
  1. 选中整个数据集，点击「插入」→「数据透视表」，指定透视表放置位置。
  2. 字段配置：
     • 将列A的日期拖至「行」区域，右键行标签→「组合」，选择按「年」或「月」分组。
     • 将列B的文本值拖至「列」区域。
     • 再次将列B的文本值拖至「值」区域，右键值字段→「值字段设置」，选择「计数」。
• 步骤3：生成折线图
  选中透视表的统计结果（含行标签、列标签和数值区域），点击「插入」→「折线图」，选择合适的样式即可。

使用pandas处理数据，matplotlib/seaborn绘制折线图：

• 步骤1：安装依赖（未安装时执行）

pip install pandas matplotlib seaborn

• 步骤2：核心代码

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

# 读取数据集（csv格式示例，可替换为pd.read_excel读取Excel文件）
df = pd.read_csv('your_data.csv')

# 转换日期格式并提取分组维度（年/月）
df['date'] = pd.to_datetime(df['列A'])  # 替换为实际日期列名
# 按年分组则用df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.to_period('M')

# 分组统计各文本值的出现次数
count_result = df.groupby(['month', '列B']).size().unstack(fill_value=0)

# 绘制折线图
plt.figure(figsize=(12, 6))
sns.lineplot(data=count_result, marker='o')
plt.title('各文本值按月出现次数趋势')
plt.xlabel('月份')
plt.ylabel('出现次数')
plt.xticks(rotation=45)
plt.legend(title='文本类型')
plt.tight_layout()
plt.show()

• 代码说明
  • 替换your_data.csv为你的数据集路径，列A、列B为实际列名。
  • 若需按年统计，将代码中month相关逻辑替换为year即可。

内容的提问来源于stack exchange，提问作者Alan