pandas处理周度贸易时序数据如何替代全局nlargest按年选列绘制堆叠图
你之前试的head()筛选逻辑从根上就走偏了——你要的是单年份范围内,按每列的全年累计贸易额排名取top N,不是按周维度对单周数值做行级筛选。其实完全可以沿用你最熟悉的nlargest()写法,只要把计算范围从「全时间段全局累计」缩小到「单年份子集内累计」,就能适配分年动态排名的需求。
核心逻辑修正
你最初用nlargest()选全局top列的思路本身没毛病,只是作用域不对:
- 全局作用域的问题:拿所有年份所有周的累计值选列,会因为跨年份的数值权重偏差,漏掉那种前几年贡献低、但当年贡献冲进前N的伙伴(比如你举的2020年中国自美进口规模跳涨的场景)
- 正确的作用域:每进入一个年份的绘图循环,就把当前年份的所有周数据当成独立的小数据集,在这个子集里算每一列的全年累计值,再用
nlargest()取前N列绘图。这个写法和你原来的全局筛选代码几乎一模一样,只是作用域缩到了单年,自然就能解决动态排名的问题。
可直接落地的实现代码
import pandas as pd import matplotlib.pyplot as plt # 基础数据读取与预处理 url = 'https://gist.githubusercontent.com/adamFlyn/a6048e547b5a963c7af356c964d15af6/raw/c57c7915cf14f81edc9d5eadaf14efbd43d3e58a/trade_df.csv' df_ = pd.read_csv(url, parse_dates=['weekly']) df_.set_index('weekly', inplace=True) # 提取年、周维度,取消之前全局计算Total的多余步骤 df_['year'] = df_.index.year df_['week'] = df_.index.strftime('%W').astype(int) plt_df = df_.set_index(['year', 'week']) TOP_N = 6 # 调整为你需要展示的头部贸易伙伴数量 for year, year_subset in plt_df.groupby(level=0): # 去掉年层级索引,仅保留周作为x轴 year_data = year_subset.droplevel(level=0) # 【核心步骤】在当前年份内做列累计求和,用nlargest取top N yearly_col_total = year_data.sum(axis=0, numeric_only=True) top_cols = yearly_col_total.nlargest(TOP_N).index.tolist() # 可选优化:将非top列合并为「其他」,避免堆叠图总高度与实际贸易额脱节 non_top_cols = [c for c in year_data.columns if c not in top_cols] if non_top_cols: year_data['其他'] = year_data[non_top_cols].sum(axis=1, numeric_only=True) plot_data = year_data[top_cols + ['其他']] else: plot_data = year_data[top_cols] # 绘图 ax = plot_data.plot.bar( stacked=True, title=f'{year}年周度贸易额堆叠图', figsize=(8, 5) ) plt.tight_layout() plt.show()
你之前测试代码的问题定位
你写的测试片段里:
gg = g[i].sort_values(g[i].values,ascending = False).groupby('week').head(5)
这段代码是按单个列的单周值排序,又按week分组取前5行,本质上是在选某一周数值最高的行,根本没有做「列级的全年累计排名」,和你要的「每年选top6个贸易伙伴列」的目标完全错位,自然跑不出预期结果。
进阶适配方案
如果你需要提前导出每个年份的top贸易伙伴列表,不需要逐次循环计算,可以先一次性生成年度维度的列排名映射:
# 计算每年各贸易伙伴的累计贸易额 yearly_trade = df_.groupby('year').sum(numeric_only=True).T # 生成每个年份对应的top N列字典 yearly_top_map = { year: yearly_trade[year].nlargest(TOP_N).index.tolist() for year in yearly_trade.columns }
后续绘图时直接从这个字典里取对应年份的列名就行,适合需要做批量报表、导出统计表格的场景。
注意事项
- 列排名的依据一定是当年的累计贸易额,不要用单周的最高值做排名标准,不然很容易把某一周偶发高值的贸易伙伴选进来,反而漏掉全年稳定贡献高的伙伴
- 尽量把未被选入top的列合并为「其他」列:否则被筛掉的贸易额会直接从堆叠图里消失,导致图上的总贸易额比实际值低,产生统计偏差
内容的提问来源于stack exchange,提问作者Adam
相关产品推荐
相关产品推荐

