基于Pandas/Seaborn优化按条件统计日条目数的可视化方案

嘿，我来给你分享几个更优雅的实现思路，不用拆分多个DataFrame就能完成按天分类统计并绘图的需求～

方案一：Pandas原生聚合（推荐） #

核心思路是先给原DataFrame添加标记列，然后按日期一次性聚合所有分类的统计数据，最后直接绘图。

步骤1：添加关键词标记列 #

先给每条数据打上是否包含目标关键词的布尔标记：

import pandas as pd
import matplotlib.pyplot as plt

# 假设你的df已经是带datetime索引的格式
df['has_power'] = df['text'].str.contains('power')
df['has_foo'] = df['text'].str.contains('foo')
df['has_bar'] = df['text'].str.contains('bar')

步骤2：按日期聚合统计 #

用groupby配合agg一次性计算每日总数和各分类的数量：

daily_stats = df.groupby(df.index.date).agg(
    总条目数=('text', 'size'),
    含power=('has_power', 'sum'),  # 布尔值求和就是True的数量
    含foo=('has_foo', 'sum'),
    含bar=('has_bar', 'sum')
)

步骤3：绘图 #

直接用聚合后的DataFrame绘图，支持分组柱状图或堆叠柱状图：

# 分组柱状图（若想堆叠，添加stacked=True参数）
daily_stats.plot(kind='bar', figsize=(10, 6), rot=0, colormap='Set2')
plt.title('每日条目数分类统计')
plt.xlabel('日期')
plt.ylabel('数量')
plt.legend(title='分类')
plt.tight_layout()
plt.show()

方案二：Seaborn 长格式数据绘图 #

Seaborn更擅长处理长格式数据，我们可以先把数据转成长格式，再用barplot实现可视化：

步骤1：数据转长格式 #

import seaborn as sns

# 提取日期列
df['date'] = df.index.date

# 将标记列转为长格式
melted_data = df.melt(
    id_vars=['date'],
    value_vars=['has_power', 'has_foo', 'has_bar'],
    var_name='分类',
    value_name='包含关键词'
)

# 只保留包含关键词的行，并简化分类名称
melted_data = melted_data[melted_data['包含关键词']]
melted_data['分类'] = melted_data['分类'].str.replace('has_', '')

# 补充每日总条目数的数据
total_data = df.groupby('date').size().reset_index(name='数量')
total_data['分类'] = '总条目数'

# 合并分类数据和总数据
final_data = pd.concat([
    melted_data.groupby(['date', '分类']).size().reset_index(name='数量'),
    total_data
], ignore_index=True)

步骤2：Seaborn绘图 #

plt.figure(figsize=(10, 6))
sns.barplot(
    data=final_data,
    x='date',
    y='数量',
    hue='分类',
    palette='viridis'
)
plt.title('每日条目数分类统计')
plt.xlabel('日期')
plt.ylabel('数量')
plt.legend(title='分类')
plt.tight_layout()
plt.show()

方案优势 #

• 全程基于原DataFrame操作，无需拆分多个子DataFrame，代码更简洁易维护
• 聚合逻辑清晰，后续添加新关键词分类只需新增标记列即可
• 绘图代码高度复用，可快速切换分组/堆叠等展示形式

内容的提问来源于stack exchange，提问作者jayko03