如何循环拆分DataFrame分组并对每组执行计算及绘图操作？

错误点说明 #

• 缩进错误：Python 要求 for 循环内部的代码必须统一缩进4个空格，你当前循环体的代码完全没有缩进，直接触发IndentationError
• 冗余筛选逻辑：df.groupby('Segment')迭代返回的第二个参数就是对应分组的子DataFrame，不需要再次做全表筛选
• 参数错误：color='key'属于错误写法，你需要为不同分组匹配对应颜色
• 逻辑错误：plt.show()放在循环内部会每个分组生成一张独立图表，放在循环外才能将所有折线合并到同一张图
• 字段笔误：你统计的累计列名为user，绘图时误用了不存在的conv字段

修改后可运行代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 自定义各Segment对应的颜色，可按实际需求扩展
color_config = {
    "A": "red",
    "B": "blue",
    "C": "green"
}

# 遍历分组结果
for seg_name, seg_data in df.groupby("Segment"):
    # 计算天数差
    seg_data["days"] = (seg_data["first"] - seg_data["last"]).dt.days
    # 筛选0~30天的有效数据
    valid_data = seg_data[(seg_data["days"] >= 0) & (seg_data["days"] <= 30)]
    # 按天统计唯一用户数并计算累计值
    stat_result = valid_data.groupby("days")["user"].nunique().reset_index()
    stat_result["cum_user"] = stat_result["user"].cumsum()
    # 绘制折线
    plt.plot(
        stat_result["days"], 
        stat_result["cum_user"], 
        color=color_config.get(seg_name), 
        label=seg_name
    )

# 统一配置图表样式
plt.legend()
plt.xlabel("days")
plt.ylabel("累计用户数")
plt.show()

如果你无法提前枚举所有Segment值，不需要配置color_config，删除绘图时的color参数即可，matplotlib会自动为每个分组分配差异化的颜色。

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