如何在Pandas中对多层分组数据使用reset_index并实现计数绘图？

嘿，我来帮你一步步搞定这个需求，其实Pandas里处理多层索引转平表+统计+绘图的整套流程特别顺畅，咱们直接上干货：

如果你是通过groupby做了多层分组（比如按「日期」和「id」两级分组），得到的结果会是带**多层索引（MultiIndex）**的DataFrame。要把它转成普通的单表格式，直接调用reset_index()就够了——它会自动把所有层级的索引都转成普通列，瞬间展开成平表。

举个实际的例子，模拟你的场景：

import pandas as pd
import numpy as np

# 生成模拟数据：日期、id、数值列
data = {
    'date': pd.date_range('2024-01-01', periods=100),
    'id': np.random.randint(1, 10, size=100),
    'value': np.random.randn(100)
}
df = pd.DataFrame(data)

# 做多层分组，得到带MultiIndex的结果
grouped_df = df.groupby(['date', 'id']).sum()

这时候grouped_df的索引是date和id两层，只需要一行代码就能转成单表：

flat_df = grouped_df.reset_index()

转完之后的flat_df就是普通的三列表：date、id、value，完全符合你要的单表格式。如果你的多层索引是手动设置的（比如df.set_index(['date', 'id'])），用法也是一模一样的。

要是你只想把某一层索引转成列，可以指定level参数（比如只转第二层的id：reset_index(level=1)），但你要全转成单表，直接不带参数调用就好。

转成单表后，统计每个日期下的id数量（或者每个id在各日期的出现次数），用groupby+size()最直接：

# 按日期和id分组，统计每组的出现次数（也就是每个日期下每个id的计数）
count_df = flat_df.groupby(['date', 'id']).size().reset_index(name='count')

# 要是你想统计每个日期的总唯一id数（不区分具体id），可以这么写：
daily_unique_count = flat_df.groupby('date')['id'].nunique().reset_index(name='unique_id_count')

根据你说的「统计所有第二行id的数量」，前者应该更贴合你的需求——每个日期下每个id的出现次数，方便后续按日期和计数绘图。

用Pandas自带的绘图接口或者Seaborn就能快速搞定，不用写复杂的代码：

场景1：看每日唯一id数量的分布 #

如果是想展示每个日期的总id数变化，用Pandas的plot直接画柱状图（直方图的一种直观表现）：

import matplotlib.pyplot as plt

daily_unique_count.plot(kind='bar', x='date', y='unique_id_count', figsize=(12,6))
plt.title('每日唯一ID数量分布')
plt.xlabel('日期')
plt.ylabel('ID数量')
plt.xticks(rotation=45)  # 把日期标签转个角度，避免重叠
plt.tight_layout()  # 自动调整布局
plt.show()

场景2：看每个日期下不同id的计数分布 #

如果要细分到每个id在各日期的出现次数，用Seaborn的barplot会更美观清晰：

import seaborn as sns

plt.figure(figsize=(12,6))
sns.barplot(data=count_df, x='date', y='count', hue='id')
plt.title('每日各ID出现次数分布')
plt.xlabel('日期')
plt.ylabel('计数')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

场景3：看计数本身的分布（比如有多少日期的id计数是1/2/3...） #

如果是想统计「计数」这个值的分布情况，直接对count列画直方图：

count_df['count'].plot(kind='hist', bins=10, figsize=(8,5))
plt.title('ID计数的分布情况')
plt.xlabel('计数')
plt.ylabel('日期数')
plt.show()

其实可以把步骤合并成链式调用，不用单独存中间变量，更简洁：

# 从原始数据直接得到统计结果并绘图
df.groupby(['date', 'id']).size().reset_index(name='count')\
  .plot(kind='bar', x='date', y='count', hue='id', figsize=(12,6))
plt.tight_layout()
plt.show()

这样一套下来，从多层索引转平表，到统计，再到绘图，全程用Pandas+Matplotlib/Seaborn就搞定了，非常高效。

内容的提问来源于stack exchange，提问作者id101112