转置pandas DataFrame后如何按分组绘制月度折线图？

问题根因 #

你当前转置后的DataFrame属于宽表结构，且列名出现异常浮点数（而非预期的日期字符串/日期格式），是因为转置前原始表的行索引未正确设置为日期类型，转置后日期被强制转为浮点数作为列名，无法直接识别为时间序列用于绘图。

调整步骤 #

• 第一步：修正列名并语义化字段
  先将存储产品的列重命名，同时修正日期列名：

# 重命名产品列，按实际日期跨度生成正确的日期列名
df.columns = ['product'] + pd.date_range(start='2020-01-01', periods=100, freq='MS').strftime('%Y-%m-%d').tolist()

如果你的原始日期序列有其他存储路径，直接替换上述日期生成逻辑即可。

• 第二步：转换为绘图友好的长表结构（推荐）
  使用melt方法将宽表转为tidy结构，同时统一转换日期字段格式：

# 转为长表
df_long = df.melt(id_vars='product', var_name='date', value_name='sales_value')
# 日期列转datetime类型，保证x轴排序正确
df_long['date'] = pd.to_datetime(df_long['date'])

• 第三步：绘制折线图
  可以直接用seaborn或者pandas内置绘图函数生成目标图表：

import seaborn as sns
import matplotlib.pyplot as plt

# 方法1：基于长表用seaborn绘图
plt.figure(figsize=(12, 6))
sns.lineplot(data=df_long, x='date', y='sales_value', hue='product', marker='o')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

# 方法2：不想转长表可以直接基于修正后的宽表绘图
df.set_index('product').T.plot(figsize=(12,6), marker='o', rot=45)
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者titu84hh