使用Pandas GroupBy分组绘图，为每组添加对应normal值水平线

现有如下DataFrame，每个id分组内的normal值一致：

id  date  value  normal
1    5.2  20      200   
1    5.4  100     200
1    6.9   30     200
2    2.4   20     500
2    3.4   100    500

需求是绘制每组的date（x轴）与value（y轴）散点图，并为每组添加对应normal值的水平参考线。原代码无法正常运行，核心问题有两个：

1. 未区分分组绘制散点，所有数据点混在一起
2. grouped['normal']返回的是分组Series对象，plt.axhline()需要单个数值，无法直接接收

修复后的完整代码 #

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

# 构造示例数据（已有数据可省略此步）
data = pd.DataFrame({
    'id': [1, 1, 1, 2, 2],
    'date': [5.2, 5.4, 6.9, 2.4, 3.4],
    'value': [20, 100, 30, 20, 100],
    'normal': [200, 200, 200, 500, 500]
})

plt.figure(figsize=(8, 5))
# 遍历每个id分组
for id_val, group_data in data.groupby('id'):
    # 绘制当前分组的散点图，用标签区分不同id
    sns.scatterplot(x='date', y='value', data=group_data, label=f'id={id_val}')
    # 获取当前分组的normal值（每组内值一致，取第一个即可）
    normal_val = group_data['normal'].iloc[0]
    # 添加对应水平参考线，附带标签说明
    plt.axhline(y=normal_val, color='red', linestyle=':', label=f'normal={normal_val} (id={id_val})')

plt.xlabel('date')
plt.ylabel('value')
plt.legend()
plt.show()

代码说明 #

• 遍历groupby('id')的结果，每次迭代获取分组id和对应的数据子集
• 为每个分组单独绘制散点，通过label参数区分不同分组的点
• 从分组数据中提取normal值（因每组内该值统一，取第一个元素即可），传入plt.axhline()生成对应水平参考线
• 添加坐标轴标签和图例，提升图表可读性

内容的提问来源于stack exchange，提问作者nena