Python中如何按年月排序DataFrame并绘制月度趋势折线图

解决方案 #

步骤1：将月份列转为有序分类类型 #

首先定义标准的月份顺序，把月份列从普通字符串转为pandas有序分类类型，后续排序、绘图都会自动遵循指定的时间顺序

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

# 定义1-12月对应的英文缩写顺序
month_order = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
# 转换month列为有序分类类型
df10['month'] = pd.Categorical(df10['month'], categories=month_order, ordered=True)

步骤2：按年份、月份排序 #

此时再调用sort_values就会按照时间逻辑排序，不会出现字母序错乱的问题

df10_sorted = df10.sort_values(by=['year', 'month'], ignore_index=True)

步骤3：绘制正确顺序的折线图 #

根据你的数据场景二选一即可：

• 如果是单年数据，直接用月份作为x轴即可

plt.figure(figsize=(12,6))
sns.lineplot(x='month', y='Sales', data=df10_sorted, marker='o')
plt.title('月度销售额变化趋势')
plt.xlabel('月份')
plt.ylabel('销售额')
plt.grid(True)
plt.show()

• 如果是多年数据，建议拼接为完整年月作为x轴，避免不同年份的相同月份重叠

# 拼接生成年月字符串字段
df10_sorted['year_month'] = df10_sorted['year'].astype(str) + '-' + df10_sorted['month'].astype(str)
plt.figure(figsize=(16,6))
sns.lineplot(x='year_month', y='Sales', data=df10_sorted, marker='o')
plt.title('跨年度月度销售额变化趋势')
plt.xlabel('年月')
plt.ylabel('销售额')
plt.xticks(rotation=45)
plt.grid(True)
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者Nadavsh