You need to enable JavaScript to run this app. 如何按DataFrame分组列绘制两列数据的独立子图折线图
优惠活动
大模型
产品
解决方案
定价
更多

如何按DataFrame分组列绘制两列数据的独立子图折线图

按人员拆分独立子图的实现方案

首先说明之前生成杂乱折线的核心原因:直接对全量排序后的DataFrame调用plot方法时,pandas会按数据行顺序把所有Person的Score依次连线,不会自动按Person字段拆分独立数据系列,因此会出现跨人员的混乱连线。
以下两种方案均可实现「每个Person独立子图、独立线条配色、独立配套图例」的目标效果:

方案1:matplotlib 手动遍历分组绘制(自定义程度最高)

该方案可完全控制每个子图的线条样式、配色、标记形态与图例位置,适配所有自定义需求:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

# 测试数据集复刻
dfdict = {'Person' : ['A','B','B','C','A','A','B','C','A'],
          'Year': np.random.randint(2006,2017,9), 
          'Score':np.random.randint(0,100,9)}
df = pd.DataFrame(dfdict)

# 前置数据预处理:全量按Person、Year排序,避免折线出现穿点、顺序错乱
df_sorted = df.sort_values(['Person', 'Year'])
# 提取所有唯一Person值,匹配对应子图数量
unique_people = sorted(df_sorted['Person'].unique())
# 创建纵向排布的独立子图,开启共享x轴保证时间刻度对齐
fig, axes = plt.subplots(
    nrows=len(unique_people),
    ncols=1,
    figsize=(8, 3 * len(unique_people)),
    sharex=True
)

# 逐个子图绘制对应Person的时间序列折线
for ax, person in zip(axes, unique_people):
    # 筛选当前Person的专属数据集
    person_data = df_sorted[df_sorted['Person'] == person]
    # 绘制带数据点标记的折线,自动匹配matplotlib循环配色,设置图例标签
    ax.plot(
        person_data['Year'],
        person_data['Score'],
        marker='o',
        color=f'C{unique_people.index(person)}',
        label=f'Person {person}'
    )
    # 为当前子图添加独立图例
    ax.legend(loc='upper right')
    # 设置子图轴标签
    ax.set_ylabel('Score')
    ax.set_title(f'Score Time Series for Person {person}')

# 为最下方子图统一设置x轴标签
axes[-1].set_xlabel('Year')
# 自动调整子图间距,避免标签重叠
plt.tight_layout()
plt.show()

该方案的效果特点:

  • 每个Person拥有独立坐标轴,不存在跨人员的混乱连线
  • 每个子图的线条颜色可自定义替换,不会出现配色混杂
  • 每个子图的图例仅对应当前展示的人员数据,不会混入其他分组的信息

方案2:pandas 内置绘图接口快速实现

如果无需高度自定义,可借助pandas的分组绘图逻辑快速生成结果,代码更精简:

# 前置数据排序
df_sorted = df.sort_values(['Person', 'Year'])

# 遍历分组逐一生成独立子图
for idx, (person, group_df) in enumerate(df_sorted.groupby('Person')):
    ax = group_df.plot(
        x='Year',
        y='Score',
        color=f'C{idx}',
        label=f'Person {person}',
        title=f'Score Trend for Person {person}'
    )
    ax.set_ylabel('Score')
    ax.legend()

plt.tight_layout()
plt.show()

注:此前使用groupby方案未达到预期的核心原因,是遍历分组时没有为每个分组分配独立的绘图轴对象,所有折线都被绘制到了同一个坐标轴上,最终出现线条混杂的问题。


内容的提问来源于stack exchange,提问作者SteP

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:2026.11.15 04:15:08