如何对Pandas DataFrame按多列分组以提取绘图所需的特定值

你完全可以通过Pandas内置的筛选+透视表功能搞定，全程不需要手动遍历，代码非常简洁：

第一步：筛选价格数据 #

直接用布尔索引提取所有Tag为Price的记录：

# 筛选价格数据
price_df = df[df['Tag'] == 'Price']

第二步：转换为适配绘图的宽表 #

用pivot方法把现有长表转成宽表，行设置为产品名、列设置为年份、值设置为价格，转换后的数据结构刚好匹配你要的分组柱状图输入要求：

plot_df = price_df.pivot(index='Product', columns='Year', values='Value')

转换后plot_df的结构如下：

第三步：直接生成图表或提取坐标数据 #

如果直接用Pandas内置绘图能力，一行代码就能生成目标柱状图：

import matplotlib.pyplot as plt

plot_df.plot(kind='bar', figsize=(10,6))
plt.xlabel('产品名称')
plt.ylabel('价格')
plt.title('各产品近年价格对比')
plt.xticks(rotation=0)
plt.show()

如果需要给第三方绘图工具提供数据，直接从转换后的宽表提取即可：

• X轴标签：plot_df.index.tolist() 即为所有产品名称列表
• 年份维度列表：plot_df.columns.tolist() 即为所有统计年份列表
• 单年份价格数据：按列提取即可，比如2019年价格为plot_df[2019].tolist()

整个过程只有3行核心Pandas代码，相比手动遍历性能更高，就算是百万级的数据量也能高效处理。

内容的提问来源于stack exchange，提问作者Vivienne