pandas如何基于groupby绘制按月份分组的企业利润分组柱状图

你可以按照「聚合预处理-绘图」的两步流程实现，groupby的核心作用是提前汇总同维度下的利润值，避免原始12条样本存在同公司同月份多条记录时绘图值计算错误，具体实现如下：

前置准备：导入依赖与基础数据处理 #

首先导入需要的库，提前处理月份字段的排序避免绘图顺序错乱：

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

# 加载数据集，以下为匹配你描述的12条样本模拟数据，替换成自己的文件读入代码即可
data = [
    *[('dec', 'a', 120), ('dec', 'b', 150), ('dec', 'c', 90)]*2,
    *[('jan', 'a', 180), ('jan', 'b', 160), ('jan', 'c', 210)],
    *[('feb', 'a', 200), ('feb', 'b', 190), ('feb', 'c', 170)]
]
df = pd.DataFrame(data, columns=['month', 'companyname', 'profit'])

# 固定月份排序，避免按字母排序导致dec/feb/jan顺序混乱
df['month'] = pd.Categorical(df['month'], categories=['dec', 'jan', 'feb'], ordered=True)

核心步骤：用groupby做维度聚合 #

按x轴、分组颜色对应的两个维度（公司名、月份）分组，对利润字段做聚合：如果你的数据没有重复记录，聚合后结果和原表一致不会改变数值；如果有重复记录，会自动汇总得到正确的绘图值。

# as_index=False保持扁平表结构，直接适配后续绘图接口
df_agg = df.groupby(['companyname', 'month'], as_index=False)['profit'].sum()

绘图实现（两种方案二选一即可） #

• 方案1：seaborn实现（排版默认适配分组逻辑，效果更贴合示例图）

plt.figure(figsize=(8, 5))
sns.barplot(
    data=df_agg,
    x='companyname',
    y='profit',
    hue='month', # 按月份映射分组柱子颜色，自动生成对应图例
    palette='Set2'
)
plt.title('Corporate profit by month')
plt.xlabel('Company Name')
plt.ylabel('Profit')
plt.tight_layout()
plt.show()

• 方案2：pandas原生接口实现（无需额外安装seaborn）
  对聚合后的结果做unstack转换为宽表，直接调用pandas的柱状图接口：

# 转换为公司为行、月份为列的宽表结构
df_wide = df_agg.groupby(['companyname', 'month'])['profit'].sum().unstack()
df_wide.plot(kind='bar', figsize=(8,5), color=['#66c2a5','#fc8d62','#8da0cb'])
plt.title('Corporate profit by month')
plt.xlabel('Company Name')
plt.ylabel('Profit')
plt.xticks(rotation=0)
plt.tight_layout()
plt.show()

提示：如果需要统计同组利润的平均值、中位数而非求和，把groupby后的.sum()替换成.mean()/.median()即可。

内容的提问来源于stack exchange，提问作者Jack