You need to enable JavaScript to run this app. 如何用Pandas从多索引表提取指定列绘制分组折线图
优惠活动
大模型
产品
解决方案
定价
更多

如何用Pandas从多索引表提取指定列绘制分组折线图

你现有的双层列MultiIndex结构的多索引表完全不需要重新做聚合,直接按列的外层索引切分指标后再unstack行的分组维度即可,步骤如下:

核心问题原因

之前直接执行df.unstack(level=0).plot()生成6条线,是因为没有先过滤列维度:unstack行的choice mode层级后,列会变成「指标名+聚合方法+choice mode」的三层结构,pandas会把每一个列组合都当成独立折线,自然把两个指标的内容混在了一起。

简便实现方法

方法1:逐图手动绘制

直接用列名外层索引切片提取对应指标子集,再unstack行的choice mode层级转成折线分组,两个图的逻辑完全一致:

# 绘制mplm(prop like me)均值折线图
# 按列层级0提取对应指标,自动去掉列的内层`mean`层级
# 再unstack行的level0(choice mode)为列,作为不同折线的分组
df['mplm'].unstack(level=0).plot(
    kind='line',
    xlabel='rlm',
    ylabel='mplm 均值',
    title='不同choice mode下mplm均值随rlm的变化'
)
# 绘制unhappy均值折线图
df['unhappy'].unstack(level=0).plot(
    kind='line',
    xlabel='rlm',
    ylabel='unhappy 均值',
    title='不同choice mode下unhappy均值随rlm的变化'
)

注意:如果你的原列外层是聚合时的长名mean prop like me ,把上面代码里的'mplm'替换成这个带空格的完整键名即可。执行前可以先运行df.columns.get_level_values(0).unique()核对实际列名,避免因为空格、大小写不匹配报错。

方法2:更灵活的xs切片法

如果你的列MultiIndex层级更多、或者不确定层级顺序,用xs(cross-section)方法按层级取值更稳妥,不用关心列的具体层级名称:

# 绘制mplm图
df.xs('mplm', axis=1, level=0).unstack(level=0).plot()
# 绘制unhappy图
df.xs('unhappy', axis=1, level=0).unstack(level=0).plot()

方法3:批量自动生成对应图表

如果后续可能新增其他聚合指标,直接循环遍历列外层的所有指标名,自动生成对应图表,不用重复写代码:

for metric in df.columns.get_level_values(0).unique():
    df.xs(metric, axis=1, level=0).unstack(level=0).plot(
        kind='line',
        xlabel='rlm',
        ylabel=f'{metric} 均值',
        title=f'{metric} 均值随rlm的变化(按choice mode分组)'
    )

效果说明

切片后unstack得到的数据集索引为rlm取值(自动作为x轴),列就是3种choice mode的取值,pandas绘图时会自动为每一列生成一条独立折线,完全不会混入另一个指标的内容。

内容的提问来源于stack exchange,提问作者Reut

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.10 12:45:04