如何按gender分类列值设置折线颜色，绘制分性别薪资均值折线图

解决方法 #

你原代码的问题是仅对job单字段分组，计算得到的是每个岗位对应的全量用户平均薪资，只有一维数据，自然只能画出一条折线，直接传入color参数无法实现按性别拆分折线的需求。

方案1：Pandas 原生实现

分组时同时传入job和gender两个字段，再通过unstack将性别维度转为列，即可自动生成对应不同性别的多条折线：

# 按岗位、性别分组计算平均薪资，将性别转为列索引后绘图
df1.groupby(['job', 'gender'])['salary'].mean().unstack().plot(kind='line')

如果需要自定义两种性别的颜色，可补充color参数：

df1.groupby(['job', 'gender'])['salary'].mean().unstack().plot(
    kind='line',
    color=['#2563eb', '#ea580c'] # 两个颜色分别对应两个性别分类
)

绘图结果会自动生成图例标注不同性别对应的折线。

方案2：Seaborn 实现（更便捷）

用seaborn的lineplot可以直接通过hue参数指定按性别拆分折线，无需手动聚合：

import seaborn as sns
# x为岗位，y为薪资，hue按性别拆分，estimator指定计算均值，关闭置信区间显示
sns.lineplot(data=df1, x='job', y='salary', hue='gender', estimator='mean', errorbar=None)

内容的提问来源于stack exchange，提问作者user4172070