You need to enable JavaScript to run this app. 如何用pandas按日期汇总提交数并用seaborn绘制跨仓库总提交趋势图
优惠活动
大模型
产品
解决方案
定价
更多

如何用pandas按日期汇总提交数并用seaborn绘制跨仓库总提交趋势图

实现方案

问题根源

原始代码直接传入未聚合的原始stats数据集,存在两个核心问题:

  • seaborn lineplot默认对同一x值的y值做均值聚合,而非目标的总和聚合,导致统计数值被扭曲
  • 同一日期对应多行数据(不同开发者、不同仓库)时,默认均值逻辑会被数据量最多的Repo1主导,视觉上呈现为只绘制了Repo1的曲线

实现步骤

1. 预处理日期列

首先把字符串格式的Date转换为pandas datetime类型,避免分组、排序、坐标轴刻度显示异常:

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

stats['Date'] = pd.to_datetime(stats['Date'])

2. 按需求聚合数据

第一步:累加同一仓库当日所有开发者的提交数

先按「日期+仓库」维度分组,统计单仓库当日的总提交数:

repo_daily = stats.groupby(['Date', 'Repository'], as_index=False)['Commits'].sum()

第二步:累加所有仓库的当日提交数

再按日期分组,得到全仓库每日总提交数。如果不需要保留仓库维度的中间结果,也可以直接一步聚合,结果完全一致:

daily_total = stats.groupby('Date', as_index=False)['Commits'].sum()

3. 补全缺失日期

不同仓库的提交日期不一致会导致部分自然日没有数据,折线会出现断裂或跳变,需要补全完整日期范围,无提交的日期填充为0:

# 生成数据覆盖范围内的所有自然日
full_date_range = pd.date_range(start=daily_total['Date'].min(), end=daily_total['Date'].max(), freq='D')
# 以完整日期为索引重排,缺失值填充为0
daily_total = daily_total.set_index('Date').reindex(full_date_range, fill_value=0).rename_axis('Date').reset_index()

4. 绘制趋势图

使用聚合完成的daily_total数据集绘图即可:

plt.figure(figsize=(15,7))
sns.lineplot(
        x="Date",
        y="Commits",
        ci=None,
        data=daily_total
).set_title('Daily Total Commits Across All Repositories')

可选扩展

如果需要同时查看分仓库的提交趋势,可以直接使用第一步得到的repo_daily数据集,添加hue参数区分不同仓库:

plt.figure(figsize=(15,7))
sns.lineplot(
        x="Date",
        y="Commits",
        hue="Repository",
        ci=None,
        data=repo_daily
).set_title('Daily Commits Per Repository')

内容的提问来源于stack exchange,提问作者NewGuy

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 18:57:07