Python如何按月份统计Col3列S、D数量并绘制双折线图

• 按Col4列的月份维度，统计Col3列中S、D两类取值的出现数量
• 输出X轴为月份、包含S、D两条计数折线的统计图
• 现有代码仅实现了全局S、D计数的柱状图，缺少按月关联统计的逻辑

已编写代码 #

#to plot the number of S and D in col3

df = pd.read_csv (r'C:\Users\data.csv', usecols = ['Col1','Col2','Col3','Col4'])
df['Col4'] = pd.to_datetime(df['Col4'], format="%m/%d/%Y").dt.date
df.head()

df1 = df[['Col3']].copy()
my_dict = df1['Col3'].value_counts().to_dict()  
myList = my_dict.items()
x, y = zip(*myList) 
plt.bar(x, y, color = "tomato")
plt.ylabel('Count')
plt.title('Outcome')
plt.show() 

样例数据 #

直接在原有逻辑基础上补充月份提取、分组统计步骤即可，完整可运行代码如下：

import pandas as pd
import matplotlib.pyplot as plt

# 读取并解析日期
df = pd.read_csv(r'C:\Users\data.csv', usecols=['Col1','Col2','Col3','Col4'])
df['Col4'] = pd.to_datetime(df['Col4'], format="%m/%d/%Y")
# 提取年月维度，格式统一为年-月，保证X轴按时间顺序排序
df['month'] = df['Col4'].dt.strftime('%Y-%m')

# 按月、Col3取值分组计数，将S/D转换为单独列，缺失计数填0
monthly_stats = df.groupby(['month', 'Col3']).size().unstack(fill_value=0)

# 绘制双折线图
plt.figure(figsize=(9, 5))
plt.plot(monthly_stats.index, monthly_stats['S'], marker='o', label='S count')
plt.plot(monthly_stats.index, monthly_stats['D'], marker='s', label='D count')

plt.xlabel('Month')
plt.ylabel('Count')
plt.title('Monthly S/D Count Statistics')
plt.legend()
plt.grid(alpha=0.3)
plt.show()

• 提取月份时保留年份信息，避免跨年同月数据被错误合并
• 分组统计后用unstack转宽表，可直接传入绘图函数生成两条折线，无需手动拆分数据
• 折线添加节点标记，方便读取每个月的具体数值

内容的提问来源于stack exchange，提问作者apogee