如何基于带时间戳的日期与行业数据绘制每月最高频行业图表？

1. 数据预处理 #

• 首先将原始时间戳字段转换为可识别的日期格式，提取年-月维度作为聚合键
• 清理行业字段的空值、异常值，确保同一行业命名统一（比如避免“电商”和“电子商务”同时出现的统计误差）

2. 按月份+行业聚合统计频次 #

用pandas实现的示例代码如下：

import pandas as pd

# 假设你的原始数据存为DataFrame对象df，包含两个核心字段：timestamp（时间戳）、industry（行业名称）
# 转换时间戳为月份字段，unit参数根据你实际时间戳的单位调整（秒级用's'，毫秒级用'ms'）
df['month'] = pd.to_datetime(df['timestamp'], unit='s').dt.to_period('M')

# 按月份+行业分组统计出现频次
month_industry_counts = df.groupby(['month', 'industry']).size().reset_index(name='count')

# 筛选每个月频次最高的行业
# 写法1：保留所有并列最高的行业
month_top_industry = month_industry_counts.loc[month_industry_counts.groupby('month')['count'].idxmax()]
# 写法2：如果每个月只保留1个最高值，可加排序后去重
# month_industry_counts = month_industry_counts.sort_values(['month', 'count'], ascending=[True, False])
# month_top_industry = month_industry_counts.drop_duplicates('month', keep='first')

3. 可视化绘制 #

根据你的展示需求可选两种常用图表形式：

3.1 频次柱状图（同时展示最高行业名称+对应频次数值） #

import matplotlib.pyplot as plt

# 把月份转为字符串避免绘图格式异常
month_top_industry['month'] = month_top_industry['month'].astype(str)
# 给不同行业分配固定颜色，方便快速识别
color_map = {industry: plt.cm.tab10(i) for i, industry in enumerate(month_top_industry['industry'].unique())}
colors = month_top_industry['industry'].map(color_map)

plt.figure(figsize=(12, 6))
bars = plt.bar(month_top_industry['month'], month_top_industry['count'], color=colors)
# 每个柱子上标注对应行业名称
for bar, industry in zip(bars, month_top_industry['industry']):
    plt.text(bar.get_x() + bar.get_width()/2, bar.get_height(), industry, 
             ha='center', va='bottom', fontsize=9)
plt.xlabel('月份')
plt.ylabel('最高行业出现频次')
plt.title('各月出现频次最高行业分布')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

3.2 趋势热力图（仅展示各月最高行业的变化规律） #

# 把数据转为透视表格式
pivot_df = month_top_industry.pivot_table(index='industry', columns='month', values='count', aggfunc='max').fillna(0)
# 转为布尔值更适合热力图展示
pivot_df = pivot_df > 0

plt.figure(figsize=(12, 8))
plt.imshow(pivot_df, aspect='auto', cmap='Blues', interpolation='nearest')
plt.yticks(range(len(pivot_df.index)), pivot_df.index)
plt.xticks(range(len(pivot_df.columns)), pivot_df.columns, rotation=45)
plt.xlabel('月份')
plt.ylabel('行业')
plt.title('各月频次最高行业变化趋势')
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者Omar