如何基于长格式DataFrame为指定国家绘制年度折线图？

你的数据是长格式（long format），国家以行的形式存在，要绘制分国家的年度折线图，有两种简单的实现方式：

方法1：用Seaborn直接处理长格式数据（推荐） #

Seaborn的lineplot支持直接基于长格式数据分组绘图，无需转换数据结构，步骤如下：

1. 先统一国家名称（避免拼写不一致导致分组错误）并按年份排序：

# 统一国家名称匹配筛选条件
df["Country"] = df["Country"].replace(
    {"Turkiye": "Türkiye", "UK": "United Kingdom", "OECD": "OECD - Total"}
)
# 按年份排序，保证折线顺序正确
df = df.sort_values("Year")

2. 直接调用Seaborn绘图：

import seaborn as sns
import matplotlib.pyplot as plt

# 设置画布大小
plt.figure(figsize=(10, 6))
# 按Country分组绘制年度折线
sns.lineplot(data=df, x="Year", y="Value", hue="Country", marker="o")

# 添加图表元素
plt.title("年度相对优势趋势", fontsize=14)
plt.xlabel("年份", fontsize=12)
plt.ylabel("相对优势值", fontsize=12)
plt.legend(title="国家/组织")
plt.grid(True, linestyle="--", alpha=0.7)
plt.tight_layout()
plt.show()

方法2：转换为宽格式后用Matplotlib绘图 #

如果习惯用Matplotlib的原生绘图，可以先把长格式转成宽格式（wide format）（每个国家作为一列）：

1. 数据预处理+转换格式：

# 统一名称+排序
df["Country"] = df["Country"].replace(
    {"Turkiye": "Türkiye", "UK": "United Kingdom", "OECD": "OECD - Total"}
)
df = df.sort_values("Year")

# 转换为宽格式：Year为索引，Country为列，Value为值
df_wide = df.pivot(index="Year", columns="Country", values="Value")

2. Matplotlib绘图：

import matplotlib.pyplot as plt

# 绘制折线图
df_wide.plot(kind="line", marker="o", figsize=(10, 6))

# 添加图表元素
plt.title("年度相对优势趋势", fontsize=14)
plt.xlabel("年份", fontsize=12)
plt.ylabel("相对优势值", fontsize=12)
plt.legend(title="国家/组织")
plt.grid(True, linestyle="--", alpha=0.7)
plt.tight_layout()
plt.show()

两种方法都能实现你需要的年度趋势折线图，其中方法1无需转换数据结构，更适合处理这种长格式的分组数据。

内容的提问来源于stack exchange，提问作者Korkut