如何用Matplotlib绘制按loc_source&loc_target分组的count-day折线图？

嘿，我完全理解你不想用逐行迭代这种麻烦方式的心情——其实用pandas配合Matplotlib有非常优雅的解决方案，根本不需要手动循环每个位置组合！下面我就给你一步步演示最优的实现方法：

第一步：准备与整理数据 #

首先我们先把你的示例数据转换成DataFrame（如果你的数据源已经是DataFrameGroupBy，只需要先把它转换成完整的DataFrame即可，比如用grouped.apply(lambda x: x).reset_index(drop=True)）：

import pandas as pd
import matplotlib.pyplot as plt

# 你的单日示例数据
data = {
    'day': [1.566691e+09]*6,
    'loc_source': ['east', 'east', 'unknown', 'unknown', 'west', 'west'],
    'loc_target': ['east', 'west', 'east', 'west', 'east', 'west'],
    'count': [1768, 559, 73, 160, 53, 1563]
}
df = pd.DataFrame(data)

接下来是核心：把数据转换成宽格式，让每个loc_source-loc_target组合成为单独的列，行对应日期（day）。这里用pivot方法就能一键完成：

# 透视数据，将位置组合转为列，行是日期
pivot_df = df.pivot(index='day', columns=['loc_source', 'loc_target'], values='count')
# 把多层列名合并成易读的字符串（比如"east-east"），方便图例显示
pivot_df.columns = ['-'.join(col) for col in pivot_df.columns.values]

第二步：绘制多折线图 #

现在只需要调用pandas的plot方法，Matplotlib会自动为每一列（也就是每个位置组合）绘制一条折线，完全不用手动循环：

# 创建画布
plt.figure(figsize=(10, 6))
# 绘制折线图，指定用当前的Axes对象
pivot_df.plot(kind='line', ax=plt.gca())

# 设置图表细节（按你的需求调整）
plt.ylabel('count')
plt.xlabel('day')
plt.ylim(0, 2000)  # 纵轴范围设为0-2000
plt.title('Daily Traffic Count by Source-Target Location')
plt.legend(title='Location Pair')  # 设置图例标题
plt.tight_layout()  # 自动调整布局，避免标签被截断
plt.show()

为什么这是最优方案？ #

• 完全避免了逐行迭代，代码简洁易维护
• 当你扩展到数年数据时，只要day列有多个时间戳，折线会自动延伸，不需要修改核心逻辑
• pandas会自动处理所有loc_source和loc_target的唯一组合，哪怕后续新增了新的位置对，代码也能自动适配
• 如果觉得时间戳横轴不够友好，可以把day转换成日期格式：df['day'] = pd.to_datetime(df['day'], unit='s')，这样横轴会显示可读性更强的日期

内容的提问来源于stack exchange，提问作者pfnuesel