基于groupby生成的DataFrame绘制指定规则Matplotlib双折线图

你的数据集为Ethnicity、TOT Population二级索引结构，可按以下步骤实现指定可视化需求：

• 首先重置索引拆分两类群体数据，注意两个群体的TOT Population数值差超过3个数量级（Hispanic群体为万级以下，Not Hispanic群体为千万级），严格按x轴=TOT Population、y轴=Years绘图会导致Hispanic群体折线集中在x轴最左侧，可视效果较差，以下同时提供需求严格匹配版本和常规统计可视化推荐版本。
• 绘图前先配置Matplotlib中文显示（无中文需求可跳过），避免乱码问题。
• 绘制折线后补充轴标签、图例、网格等元素优化可读性。

完整实现代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 基础配置：解决中文显示问题，无中文需求可注释以下2行
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# ---------------------- 数据预处理 ----------------------
# 重置二级索引，将Ethnicity、TOT Population从索引转为普通列
df_process = df.reset_index()
# 拆分两类群体数据
df_hispanic = df_process[df_process['Ethnicity'] == 'Hispanic or Latino']
df_not_hispanic = df_process[df_process['Ethnicity'] == 'Not Hispanic or Latino']

# ---------------------- 版本1：严格匹配需求（x=TOT Population，y=Years） ----------------------
plt.figure(figsize=(12, 6))
# 绘制两条折线，添加标记点方便识别
plt.plot(df_hispanic['TOT Population'], df_hispanic['ID Year'], 
         label='Hispanic', color='#2E86AB', marker='o', linewidth=2)
plt.plot(df_not_hispanic['TOT Population'], df_not_hispanic['ID Year'], 
         label='Not Hispanic', color='#A23B72', marker='s', linewidth=2)
# 图表标注配置
plt.xlabel('TOT Population', fontsize=12)
plt.ylabel('Years', fontsize=12)
plt.title('两类群体总人口与年份对应关系', fontsize=14, pad=15)
plt.legend(fontsize=12)
plt.grid(alpha=0.3, linestyle='--')
plt.tight_layout()
plt.show()

# ---------------------- 版本2：推荐常规版本（x=Years，y=TOT Population，观察人口变化趋势） ----------------------
plt.figure(figsize=(12, 6))
# 按年份排序保证折线连接顺序正确
df_hispanic_sorted = df_hispanic.sort_values(by='ID Year')
df_not_hispanic_sorted = df_not_hispanic.sort_values(by='ID Year')

plt.plot(df_hispanic_sorted['ID Year'].astype(int), df_hispanic_sorted['TOT Population'], 
         label='Hispanic', color='#2E86AB', marker='o', linewidth=2)
plt.plot(df_not_hispanic_sorted['ID Year'].astype(int), df_not_hispanic_sorted['TOT Population'], 
         label='Not Hispanic', color='#A23B72', marker='s', linewidth=2)
# 解决量级差异问题：y轴设为对数刻度（可选）
# plt.yscale('log')
# 图表标注配置
plt.xlabel('Years', fontsize=12)
plt.ylabel('TOT Population', fontsize=12)
plt.title('两类群体总人口随年份变化趋势', fontsize=14, pad=15)
plt.legend(fontsize=12)
plt.grid(alpha=0.3, linestyle='--')
# x轴年份显示为整数
year_min = int(df_process['ID Year'].min())
year_max = int(df_process['ID Year'].max())
plt.xticks(range(year_min, year_max + 1))
plt.tight_layout()
plt.show()

可调参数说明 #

• 折线样式：修改plot函数内color（颜色）、marker（点标记）、linewidth（线宽）参数即可自定义样式
• 量级差异适配：如果需要同坐标系展示两个量级差异大的折线，取消plt.yscale('log')的注释即可使用对数y轴
• 年份显示：如果ID Year列为浮点型，用.astype(int)转换即可避免x轴显示小数年份

内容的提问来源于stack exchange，提问作者eaglepien