如何将含日期列头的宽表数据按id和period分组绘制折线图

解决方案 #

你的处理思路完全正确，宽表转长表（逆透视）是这类时间序列分组统计、可视化场景的标准最优解法，不需要手动处理，pandas内置的melt方法一行即可完成转换。

1. 宽表转长表代码

# id_vars指定要保留的非日期列，var_name指定存储原列名（日期）的字段名，value_name指定存储数值的字段名
df_long = df.melt(
    id_vars = ['id', 'period'],
    var_name = 'date',
    value_name = 'value'
)

转换后得到4列结构的长表：id、period、date、value，完全符合你的后续处理需求。

2. 直接绘制分组折线图

转换完成后不需要额外做groupby操作，直接用seaborn或者matplotlib绘图即可，示例如下：

import seaborn as sns
import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
# 用hue同时按id和period分组，自动生成6条折线
sns.lineplot(
    data = df_long,
    x = 'date',
    y = 'value',
    hue = df_long['id'] + '_' + df_long['period'],
    marker = 'o'
)
plt.xlabel('日期')
plt.ylabel('数值')
plt.legend(title = '分组(id_period)')
plt.show()

如果要使用原生matplotlib分组绘图，也可以直接遍历groupby结果：

plt.figure(figsize=(10, 6))
for (id_val, period_val), group_df in df_long.groupby(['id', 'period']):
    plt.plot(group_df['date'], group_df['value'], marker='o', label=f'{id_val}_{period_val}')
plt.xlabel('日期')
plt.ylabel('数值')
plt.legend(title = '分组(id_period)')
plt.show()

内容的提问来源于stack exchange，提问作者Denver Dang