单个DataFrame多类别图表拆分：为4个区域分别绘制营收图表的方法

你直接调用df.plot()只能生成总营收单折线，本质是当前DataFrame为长表结构：每一行仅对应单个日期下单个区域的营收记录，pandas绘图时无法自动识别Region字段的分类维度，会默认聚合所有营收值生成单条折线。要实现4个区域的独立分图展示，需要先完成数据格式转换，再调用pandas内置的子图配置即可。

• 第一步：将长表转换为适配绘图的宽表结构
  使用pandas内置的pivot方法，把Region字段的每个取值转为独立数值列，行索引保留原有日期，单元格存储对应日期、对应区域的营收值，代码为：
  df_wide = df.pivot(columns="Region", values="Revenue")
  转换后宽表的列名与4个区域一一对应，行索引为连续日期，完全满足分维度绘图的输入要求。

• 第二步：调用内置子图参数生成4个独立图表
  pandas的plot()方法原生支持按列拆分子图，无需手动循环遍历，直接传入对应配置参数即可生成同画布下的4个独立子图：

  import matplotlib.pyplot as plt
  
  df_wide.plot(
      subplots=True,       # 每个列（对应单个区域）生成独立子图
      layout=(2, 2),       # 子图按2行2列网格排布，适配4个区域的展示需求
      figsize=(10, 8),     # 设置整体画布尺寸
      sharex=True,         # 所有子图共享日期x轴，统一时间刻度
      title=df_wide.columns  # 每个子图自动绑定对应区域名称作为标题
  )
  
  # 自动调整子图间距，避免标题、轴标签重叠
  plt.tight_layout()
  plt.show()
  

• 如果需要单独导出每个区域的图表，可通过groupby("Region")遍历循环，为每个区域单独创建独立图窗：

  for region, group in df.groupby("Region"):
      group.plot(y="Revenue", title=region)
      plt.show()
  

  这种方式会生成4个完全分离的独立图窗，而非同画布下的子图布局。
• 绘图返回的轴对象数组可用于个性化调整：比如修改纵轴范围、更换线条颜色、添加标注等，无需重写绘图逻辑。

内容的提问来源于stack exchange，提问作者Sonia Lo