如何用Pandas绘制分组后各城市月度计数的双折线图

嗨，我来帮你搞定这个需求！你之前只按月份groupby导致城市数据被合并了，想要在同一张图里展示城市A和B的月度计数折线，关键是要同时按月份和城市分组，再把数据整理成适合绘图的宽格式。下面是具体步骤和代码示例：

步骤1：预处理日期列（确保月份提取准确） #

首先要保证你的日期列是datetime类型，这样才能正确提取月份信息：

import pandas as pd
import matplotlib.pyplot as plt

# 假设你的数据框是df，包含date（日期）、city（城市）、count（计数列）三列
df['date'] = pd.to_datetime(df['date'])
# 提取年月格式的月份（比如"2023-01"），这样X轴显示更清晰
df['month'] = df['date'].dt.to_period('M')

步骤2：按月份+城市分组并整理数据 #

这里有两种常用方法，效果是一致的：

方法一：groupby + unstack #

先按月份和城市分组计算月度总和，再用unstack()把城市转换成列：

# 按月份和城市分组，计算月度计数（用sum还是count看你的实际需求）
monthly_city_counts = df.groupby(['month', 'city'])['count'].sum().unstack()
# 此时monthly_city_counts的索引是月份，列是城市A和城市B

方法二：pivot_table（更直观） #

用透视表直接生成宽格式数据，逻辑更清晰：

monthly_city_counts = pd.pivot_table(
    df,
    values='count',
    index='month',  # X轴维度：月份
    columns='city',  # 拆分维度：城市
    aggfunc='sum'  # 聚合方式：求和/计数
)

步骤3：绘制双折线图 #

现在数据格式已经是每列对应一个城市，直接调用plot()就能自动生成两条折线：

# 绘制折线图，设置画布大小和标记点
ax = monthly_city_counts.plot(kind='line', figsize=(10, 6), marker='o')

# 自定义图表样式
ax.set_title('城市A vs 城市B 月度计数对比', fontsize=14)
ax.set_xlabel('月份', fontsize=12)
ax.set_ylabel('月度计数', fontsize=12)
# 手动指定图例名称（如果自动生成的不符合预期）
ax.legend(['城市A', '城市B'], loc='upper left')

# 显示图表
plt.show()

为什么之前的方法不行？ #

你之前只按month分组，相当于把城市A和B的月度数据直接累加合并，丢失了城市的维度信息。而同时按month和city分组后，再通过unstack或透视表把城市转成列，就能让Pandas自动识别每条折线对应的城市数据啦。

内容的提问来源于stack exchange，提问作者jxn