基于多层索引DataFrame按索引对生成分组散点图的实现问题

嘿，我完全懂你的困扰——你本来想针对每一组多层索引（比如当前的A-1、A-2这类组合，未来还要加B相关的）生成对应的散点图，但现在代码却把每一行都单独生成了图，导致数量超标；加break又只能出一个图，用iterrows()和itertuples()都没解决问题。

问题根源 #

你用iterrows()或itertuples()的时候，本质是逐行遍历DataFrame的每一行数据，而不是按你需要的多层索引组来遍历。如果每个索引对对应多行数据（比如每个A-1有3行），那循环就会跑12次（4个索引对×3行），自然生成12个图；加break只会执行第一次循环，所以只出一个图。

正确的解决思路 #

我们需要按多层索引的分组来遍历，而不是逐行。这里有两种常用方法：

方法1：用groupby按索引层级分组

直接通过groupby(level=[0,1])把DataFrame按两层索引分组，遍历每个分组即可：

import pandas as pd
import matplotlib.pyplot as plt

# 先构造一个多层索引的示例DataFrame（模拟你的数据结构）
multi_index = pd.MultiIndex.from_product(
    [['A'], ['1','2','3','4']],
    names=['Main_Category', 'Sub_Category']
)
df = pd.DataFrame(
    {'X': range(1,13), 'Y': range(2,25,2)},
    index=multi_index
)

# 按多层索引分组并生成散点图
for (main_cat, sub_cat), group_data in df.groupby(level=[0,1]):
    # 创建新画布，避免图重叠
    plt.figure(figsize=(6,4))
    # 用当前分组的数据绘制散点图
    plt.scatter(group_data['X'], group_data['Y'])
    # 设置标题和标签
    plt.title(f"Scatter Plot: {main_cat} - {sub_cat}")
    plt.xlabel('X轴')
    plt.ylabel('Y轴')
    # 显示当前图
    plt.show()

方法2：遍历唯一的索引对

先获取所有唯一的多层索引组合，再逐个取出对应的数据子集绘图：

# 获取所有唯一的多层索引对
unique_index_pairs = df.index.unique()

for idx_pair in unique_index_pairs:
    # 取出当前索引对对应的所有数据
    subset = df.loc[idx_pair]
    plt.figure(figsize=(6,4))
    plt.scatter(subset['X'], subset['Y'])
    plt.title(f"Scatter Plot: {idx_pair[0]} - {idx_pair[1]}")
    plt.xlabel('X轴')
    plt.ylabel('Y轴')
    plt.show()

为什么这两种方法可行？ #

这两种方法都是直接针对你需要的索引组来操作，每个索引对只会触发一次绘图，所以最终会生成4个散点图（对应A-1到A-4），未来新增B类索引后，也会自动生成B-1到B-4的图，完全符合你的需求。

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