Python pandas调用groupby()分组后绘图无法按指定字段分色怎么办

现有数据样例 #

待处理的DataFrame结构如下：

Processed Card       Transaction ID  Transaction amount     Error_Occured  
Date                                                                   
2019-01-01           Carte Rouge    217142203412           147924.21       0
2019-01-01              ChinaPay    149207925233            65301.63       1 
2019-01-01            Masterkard    766507067450           487356.91       5
2019-01-01                  VIZA    145484139636            97774.52       1
2019-01-02           Carte Rouge    510466748547           320951.10       3

目标效果 #

X轴为Date字段，Y轴为Error_Occured字段，数据点/折线按Processed Card字段区分颜色

原有代码问题 #

之前尝试的代码如下，运行后会绘制Transaction ID等无关字段的系列，无法按Processed Card分色：

df = df.groupby(['Date','Processed Card']).sum('Error_Occured')
df = df.reset_index()
df.set_index("Date",inplace=True)
df.plot(legend=True)
plt.show()

问题出在两点：

• 分组聚合时未指定仅聚合Error_Occured列，导致Transaction ID、Transaction amount这类无关数值列也被纳入聚合结果，被pandas默认识别为待绘制的Y轴系列
• 未将长表数据转换为适合pandas原生plot的宽表结构，也未指定分类映射字段，无法按Processed Card的取值拆分系列

可直接运行的实现代码 #

方法1：pandas原生实现（无需额外依赖） #

import pandas as pd
import matplotlib.pyplot as plt

# 分组聚合仅保留需要的Error_Occured字段
df_agg = df.groupby(['Date', 'Processed Card'], as_index=False)['Error_Occured'].sum()
# 透视为宽表：行索引为日期，列对应不同支付卡，值为错误数
df_pivot = df_agg.pivot(index='Date', columns='Processed Card', values='Error_Occured')
# 绘图，加marker参数可同时显示数据点
df_pivot.plot(legend=True, marker='o')
plt.ylabel('Error_Occured')
plt.show()

方法2：seaborn实现（代码更简洁，无需手动透视） #

import seaborn as sns
import matplotlib.pyplot as plt

# 仅聚合需要的字段
df_agg = df.groupby(['Date', 'Processed Card'], as_index=False)['Error_Occured'].sum()
# 直接指定x、y轴和分色字段hue即可
sns.lineplot(data=df_agg, x='Date', y='Error_Occured', hue='Processed Card', marker='o')
plt.show()

内容的提问来源于stack exchange，提问作者MaximeTars