如何绘制Pandas多级索引DataFrame：按Var分图，Year为X轴Country为曲线

咱们先拆解你遇到的两个问题，再一步步给出正确的实现方法：

你的第一次尝试哪里错了？ #

你这段代码有三个核心问题：

• 用错了xs()方法：df.xs()是用来提取索引层级的值的，但Var1是你的列名，不是索引，所以会报KeyError。要选列应该直接用df['Var1']。
• 子图索引错误：f, a = plt.subplots(nrows=2, ncols=2)创建的a是一个2×2的二维数组，你用a[0]、a[1]这种一维索引会拿到整行的子图，而不是单个子图，正确的索引应该是a[0,0]、a[0,1]、a[1,0]、a[1,1]。
• 参数拼写错误：x=a[2]应该是ax=a[1,0]，kax=a[3]是完全不存在的参数，正确的指定子图参数是ax。

你的第二次尝试哪里错了？ #

这段代码的问题在于：

• 循环里每次调用df[indicator].plot()时，没有指定对应的子图ax，所以每次都会创建新的绘图对象，最后只有最后一次的绘图显示出来，前面的子图都是空的。
• 你嵌套了两个循环，但没有把indicator和子图的位置对应起来，逻辑上混乱了。

正确的实现方法 #

首先明确咱们的需求：4个子图（2行2列），每个子图对应一个Var列，X轴是Year，不同Country是不同曲线，Y轴是对应Var的数值。

具体步骤如下：

1. 先创建2×2的子图布局，获取子图数组axes。
2. 把要绘制的列名整理成列表，和子图的位置一一对应。
3. 遍历每个列名和对应的子图，对每个列的数据做unstack('Country')——因为原数据的索引是(Country, Year)，unstack后会把Country转成列，Year作为索引，这样plot的时候会自动把每个Country作为一条曲线。
4. 在每个子图上绘制，设置标题、标签等美化内容。

完整代码如下：

import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
%matplotlib inline

# 读取数据
df = pd.read_csv('https://docs.google.com/uc?id=1mjmatO1PVGe8dMXBc4Ukzn5DkkKsbcWY&export=download', index_col=[0,1])

# 创建2行2列的子图
fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(12, 10), dpi=80)
# 把二维的axes转成一维列表，方便遍历
axes = axes.flatten()
# 要绘制的列名列表
vars_list = ['Var1', 'Var2', 'Var3', 'Var4']

# 遍历每个列和对应的子图
for var, ax in zip(vars_list, axes):
    # 把数据unstack，让Country成为列，Year成为索引
    df[var].unstack('Country').plot(ax=ax)
    # 设置子图标题
    ax.set_title(f'{var} by Country over Year')
    # 设置X轴、Y轴标签
    ax.set_xlabel('Year')
    ax.set_ylabel(var)
    # 添加图例
    ax.legend(title='Country')

# 调整子图间距，避免重叠
plt.tight_layout()
plt.show()

这段代码会生成你想要的效果：每个Var单独一个子图，每个子图里不同Country是不同的曲线，X轴是Year，完全符合Excel类似的图表效果。

内容的提问来源于stack exchange，提问作者Mohammad ElNesr