如何统计美国各州年度新冠确诊总数并生成可视化图表与统计表格？

一、按州+年度维度统计新增阳性确诊总数 #

你原来用循环遍历的写法效率较低，直接用pandas内置的分组聚合能力可以快速得到结果：

import pandas as pd

# 第一步：数据预处理
# 把日期字段从字符串转为日期格式，提取年份字段
America2['date'] = pd.to_datetime(America2['date'])
America2['year'] = America2['date'].dt.year
# 筛选出阳性记录
positive_data = America2[America2['overall_outcome'] == 'Positive']

# 第二步：按州、年份分组求和
state_year_stats = positive_data.groupby(
    ['state_name', 'year'], 
    as_index=False
)['new_results_reported'].sum()
# 重命名列名更易读
state_year_stats.rename(
    columns={'new_results_reported': 'yearly_positive_total'}, 
    inplace=True
)

# 打印统计表格，也可以直接导出为本地csv文件
print(state_year_stats)
# state_year_stats.to_csv('各州年度阳性统计.csv', index=False, encoding='utf-8-sig')

输出的state_year_stats就是你要的独立统计表格，每一行对应一个州单年度的新增阳性确诊总数。

二、各州统计结果可视化对比 #

用matplotlib+seaborn就可以快速实现对比可视化，提供两种常用的展示方案：

import matplotlib.pyplot as plt
import seaborn as sns
# 解决中文显示乱码问题，不需要可以删掉
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 方案1：分年度画各州柱状图，方便同年度跨州对比
# 先把统计结果转成宽表
pivot_stats = state_year_stats.pivot(
    index='state_name', 
    columns='year', 
    values='yearly_positive_total'
).fillna(0)

# 画2020年各州对比图
plt.figure(figsize=(18, 8))
sns.barplot(x=pivot_stats.index, y=pivot_stats[2020])
plt.title('2020年美国各州新增阳性确诊总数对比', fontsize=15)
plt.xlabel('州名', fontsize=12)
plt.ylabel('新增阳性总数', fontsize=12)
plt.xticks(rotation=90) # 州名旋转90度避免重叠
plt.tight_layout()
plt.show()

# 方案2：堆叠柱状图，同时展示2020、2021两年数据
pivot_stats.plot(kind='bar', stacked=True, figsize=(18, 8))
plt.title('2020-2021年美国各州新增阳性确诊总数对比', fontsize=15)
plt.xlabel('州名', fontsize=12)
plt.ylabel('新增阳性总数', fontsize=12)
plt.xticks(rotation=90)
plt.tight_layout()
plt.show()

如果州数量太多导致图表拥挤，可以只筛选确诊总数前20的州展示：

# 取累计确诊前20的州
top20_states = state_year_stats.groupby('state_name')['yearly_positive_total'].sum().nlargest(20).index
top20_stats = state_year_stats[state_year_stats['state_name'].isin(top20_states)]
# 再套用上面的可视化逻辑即可，图表会更清晰

内容的提问来源于stack exchange，提问作者Work_fl0w