Seaborn relplot分面子图添加各分组移动平均线方法

问题概述 #

• 核心需求：在按customer字段拆分的24个seaborn relplot分钟级时间序列子图中，为每个子图叠加对应客户分组的24小时移动平均线
• 移动平均计算规则：对avg_price字段做窗口为24小时、最小有效观测数360的滚动均值，逻辑为df['avg_price'].rolling('24H', min_periods=360).mean()
• 已尝试的无效操作：
  • 在for ax in g.axes.flat循环中直接传入全量数据集的滚动均值，用ax.plot()绘图
  • 循环内调用sns.lineplot()绘制全量滚动均值结果
  • 已成功为DataFrame添加分组计算的MA列，但未找到正确的seaborn调用方式
• 现有基础绘图代码：

facet_kws={'sharey': False}
g= sns.relplot(
    data=df, x=df.index, y="avg_price", col="customer", 
    kind="line", col_wrap=4, 
    color='k', alpha=0.75, facet_kws=facet_kws,
);
g.set_axis_labels("Date", "Average price", fontsize=13);
g.set_titles("{col_name}", size=14);
g.set_xticklabels(rotation=60, fontsize=13);
ax = plt.gca()
ax.xaxis.set_major_locator(md.HourLocator(interval=24))
for ax in g.axes.flat:
    ax.axvspan(pd.Timestamp(start_test), pd.Timestamp(end_test), color='y', alpha=0.25, lw=0);

• 数据集结构：索引为date_time时间字段，样例如下：

customer    avg_price   avg_price2  count1  count2  
date_time                       
2022-06-11 00:00:00 Customer1   4.4656  1.25    36  11084
2022-06-11 00:00:00 Customer2   7.8873  0.92    10  22150
2022-06-11 00:00:00 Customer3   2.3016  1.37    1   2521
2022-06-11 00:00:00 Customer4   3.2421  1.05    221 98973
2022-06-11 00:00:00 Customer5   1.0050  0.94    2   410
... ... ... ... ... ... ...
2022-06-21 10:00:00 Customer1   4.9450  1.99    340 118000  
2022-06-21 10:00:00 Customer2   4.0643  2.06    268 20850   
2022-06-21 10:00:00 Customer3   3.7034  1.00    25  5100    
2022-06-21 10:00:00 Customer4   5.0367  2.64    2098 118251  
2022-06-21 10:00:00 Customer5   2.7429  1.57    50  11900

失效原因 #

之前的方法核心问题是循环绘图时传入的是全量数据集的MA值，没有按当前子图对应的customer做数据过滤，导致所有客户的时间点数据混在一起，要么线条完全错乱，要么因重复数据过多无法正常渲染。另外原代码中x轴时间定位器的设置仅作用于最后一个生成的子图，没有覆盖全部分面。

可行实现方案 #

方案1：预计算分组MA列，循环子图时过滤对应数据绘图（最简便） #

1. 首先确保时间索引升序，计算对齐原数据的分组MA列：

# 时间序列滚动计算必须先按时间排序
df = df.sort_index()
# 按客户分组计算24H滚动均值，结果和原数据行对齐
df['MA_24H'] = df.groupby('customer')['avg_price'].transform(
    lambda x: x.rolling('24H', min_periods=360).mean()
)

2. 修改绘图代码，遍历子图时匹配对应客户数据绘制MA：

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

facet_kws={'sharey': False}
g= sns.relplot(
    data=df, x=df.index, y="avg_price", col="customer", 
    kind="line", col_wrap=4, 
    color='k', alpha=0.75, facet_kws=facet_kws,
);
g.set_axis_labels("Date", "Average price", fontsize=13);
g.set_titles("{col_name}", size=14);
g.set_xticklabels(rotation=60, fontsize=13);

for ax in g.axes.flat:
    # 从子图标题获取当前分面对应的客户名
    current_customer = ax.get_title()
    # 过滤当前客户的子集数据
    customer_subset = df[df['customer'] == current_customer]
    # 绘制对应MA线
    ax.plot(customer_subset.index, customer_subset['MA_24H'], color='orange', label='24H MA', lw=1.5)
    # 保留原有黄色区间高亮逻辑
    ax.axvspan(pd.Timestamp(start_test), pd.Timestamp(end_test), color='y', alpha=0.25, lw=0)
    # 统一设置x轴时间刻度间隔
    ax.xaxis.set_major_locator(md.HourLocator(interval=24))
    # 按需添加图例
    ax.legend(fontsize=10)

plt.tight_layout()
plt.show()

方案2：长表转换后用seaborn原生映射绘图（无需手动循环） #

将原始价格和MA值转换为长表格式，用hue参数区分线条类型，seaborn会自动完成分面匹配：

# 第一步同方案1，先计算分组MA列
df = df.sort_index()
df['MA_24H'] = df.groupby('customer')['avg_price'].transform(
    lambda x: x.rolling('24H', min_periods=360).mean()
)
# 转换为长表：合并原始价格和MA值到同一列，新增字段区分数据类型
df_long = df.melt(
    id_vars=['customer', 'avg_price2', 'count1', 'count2'],
    value_vars=['avg_price', 'MA_24H'],
    var_name='data_type',
    value_name='price',
    ignore_index=False # 保留原时间索引
)
# 定义颜色映射
palette = {'avg_price':'black', 'MA_24H':'orange'}
# 直接绘图，hue自动区分原始线和MA线
g = sns.relplot(
    data=df_long,
    x=df_long.index,
    y='price',
    col='customer',
    hue='data_type',
    kind='line',
    col_wrap=4,
    palette=palette,
    facet_kws={'sharey':False},
    alpha=0.75,
    linewidth=1
)
# 格式调整
g.set_axis_labels("Date", "Average price", fontsize=13)
g.set_titles("{col_name}", size=14)
g.set_xticklabels(rotation=60, fontsize=13)
# 调整MA线宽度
for line in g.axes.flat[0].lines:
    if line.get_label() == 'MA_24H':
        line.set_linewidth(1.5)
# 添加高亮区间和时间刻度
for ax in g.axes.flat:
    ax.axvspan(pd.Timestamp(start_test), pd.Timestamp(end_test), color='y', alpha=0.25, lw=0)
    ax.xaxis.set_major_locator(md.HourLocator(interval=24))

plt.tight_layout()
plt.show()

注意事项：

• 时间窗口滚动计算前必须确认索引为datetime类型且升序排列，否则计算结果会出错
• 若MA线前期为空值是正常现象，是min_periods=360参数要求的最小观测数未满足导致的
• 分面图的全局格式设置必须遍历所有子图生效，仅对plt.gca()设置只会作用于最后一个生成的子图

内容的提问来源于stack exchange，提问作者Geosphere