如何使用seaborn或matplotlib绘制与crosstab效果一致的折线图

我有一个包含三列的DataFrame，需要针对其中两列绘制关联可视化：两列数据类型分别为datetime和object，datetime类型列名为started_at，object类型列名为member_casual。我希望x轴展示started_at提取的小时维度，y轴展示member_casual各分类的对应计数。

我的DataFrame(df)样例如下：

rideable_type        started_at             member_casual
electric_bike    2021-06-13 14:31:28            casual
classic_bike     2021-06-04 11:18:02            member
classic_bike     2021-06-04 09:49:35            casual
calssic_bike     2021-06-04 09:55:34            casual
electric_bike    2021-06-04 14:05:51            casual    
classic_bike     2021-06-04 14:09:59            member
electric_bike    2021-06-03 19:32:01            casual
electric_bike    2021-06-10 16:30:10            member
   ...                ...                         ...
   ...                ...                         ...

目前我使用如下pandas内置绘图代码可以实现需求：生成x轴为小时维度、y轴为member_casual分类计数的折线图：

pd.crosstab(df.started_at.dt.hour,df.member_casual).plot(kind='line', ax = ax)

核心疑问 #

如何使用seaborn或matplotlib绘制出完全相同的图表？

我是Python可视化初学者，自行尝试了两种写法均运行报错，尝试代码如下：

尝试写法1 #

plt.plot(df.started_at.dt.hour, df.member_casual)

尝试写法2 #

sns.lineplot(df.started_at.dt.hour, hue = df.member_casual)

报错原因 #

两种写法报错的核心原因是未提前对数据做分组聚合统计：直接传入原始明细行的话，绘图函数无法自动按小时统计两类用户的数量，自然无法输出预期的计数折线图。

实现方案 #

无论使用matplotlib还是seaborn，都需要先完成和pd.crosstab一致的聚合计算，再传入绘图函数。

第一步：数据预处理 #

先提取小时字段，统计每个小时下两类用户的骑行次数：

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

# 从时间列提取小时
df['hour'] = df['started_at'].dt.hour
# 生成小时-用户类型的计数交叉表，和原有逻辑完全一致
count_df = pd.crosstab(df['hour'], df['member_casual'])

方法1：纯Matplotlib实现 #

逐类绘制折线即可得到和pandas原生绘图完全一致的效果：

fig, ax = plt.subplots(figsize=(10, 6))
# 遍历每个用户分类绘制折线
for user_type in count_df.columns:
    ax.plot(count_df.index, count_df[user_type], label=user_type)

ax.set_xlabel('Hour of Day')
ax.set_ylabel('Ride Count')
ax.legend(title='member_casual')
plt.show()

方法2：Seaborn实现 #

Seaborn的lineplot需要输入长表格式数据，先转换表结构再绘图即可：

# 宽表转长表，适配Seaborn输入格式
count_long = count_df.reset_index().melt(
    id_vars='hour', 
    var_name='member_casual', 
    value_name='count'
)

fig, ax = plt.subplots(figsize=(10, 6))
sns.lineplot(data=count_long, x='hour', y='count', hue='member_casual', ax=ax)
plt.show()

内容的提问来源于stack exchange，提问作者Ibad Ullah