绘图中Datetime对象处理问题：Seaborn热力图报KeyError: 'month'

问题原因 #

出现KeyError: 'month'是因为分组后的monthly_means_per_year中，year和month是多级索引的级别名称，并非DataFrame的列字段，因此pivot方法无法将它们识别为列参数。

修正方案（两种可选） #

方案1：将年月转为DataFrame列后透视

这种方式更直观，适合习惯使用pivot的场景：

# 从Datetime索引提取年月作为新列
airquality_athen['year'] = airquality_athen.index.year
airquality_athen['month'] = airquality_athen.index.month

# 按年月分组计算NO2均值，同时将索引转为列
monthly_means_per_year = airquality_athen.groupby(['year', 'month'])['NO2'].mean().reset_index()

# 转换为热力图所需的行列格式：行=月份，列=年份，值=NO2均值
heatmap_data = monthly_means_per_year.pivot(index='month', columns='year', values='NO2')

# 绘制符合目标风格的热力图
import seaborn as sns
import matplotlib.pyplot as plt

ax = sns.heatmap(heatmap_data, annot=True, fmt=".1f", cmap="YlGnBu")
plt.xlabel('年份')
plt.ylabel('月份')
plt.title('各年月NO2均值热力图')
plt.show()

方案2：利用多级索引直接展开（更高效）

通过unstack直接将多级索引的某一级转为列，无需额外处理：

year = airquality_athen.index.year.rename("year")
month = airquality_athen.index.month.rename("month")

# 仅计算NO2的均值，减少不必要的计算
monthly_means_per_year = airquality_athen.groupby([year, month])['NO2'].mean()

# 将year索引级别展开为列，得到热力图所需格式
heatmap_data = monthly_means_per_year.unstack(level='year')

# 绘制匹配目标样式的热力图
ax = sns.heatmap(heatmap_data, annot=True, fmt=".1f", cmap="YlGnBu")
plt.show()

关键说明 #

• 目标热力图的核心特征是显示数值标注（annot=True）、指定数值格式（fmt=".1f"）和使用渐变配色（cmap="YlGnBu"），上述代码已包含这些配置
• 如果需要绘制O3的热力图，只需将代码中的NO2替换为O3即可

内容的提问来源于stack exchange，提问作者user19941705