Python Pandas、Matplotlib：能否绘制多级索引DataFrame？

当然可以用Matplotlib绘制这个多级索引的DataFrame啦！我给你两种实用的实现方法，一步步来：

方法一：先处理索引，生成美观的日期标签 #

你的grouped_df是以Year和Month作为多级索引的DataFrame，首先我们可以把多级索引转换成普通列，再生成可读性更强的"YYYY-MM"格式标签，这样绘图时x轴会更清晰：

首先导入需要的库：

import matplotlib.pyplot as plt
import pandas as pd

接着处理你的多级索引DataFrame：

# 把多级索引转为普通列
grouped_df = grouped_df.reset_index()
# 生成"YYYY-MM"格式的日期标签，Month补零保证格式统一
grouped_df['Date_Label'] = grouped_df['Year'].astype(str) + '-' + grouped_df['Month'].astype(str).str.zfill(2)

然后绘制柱状图（也可以换成折线图）：

# 设置图表大小
plt.figure(figsize=(10, 6))
# 绘制柱状图
plt.bar(grouped_df['Date_Label'], grouped_df['Message'])
# 添加标题和轴标签
plt.title('Jw的消息数量按年月统计')
plt.xlabel('年月')
plt.ylabel('消息数量')
# 旋转x轴标签，避免重叠
plt.xticks(rotation=45)
# 自动调整布局，防止标签被截断
plt.tight_layout()
# 显示图表
plt.show()

方法二：不重置索引，直接绘图 #

如果你不想修改索引结构，也可以直接调用DataFrame的plot方法，Matplotlib会自动识别多级索引：

plt.figure(figsize=(10, 6))
# 直接绘制柱状图，kind参数可换成'line'绘制折线图
grouped_df['Message'].plot(kind='bar')
plt.title('Jw的消息数量按年月统计')
plt.xlabel('年月')
plt.ylabel('消息数量')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

不过这种方式的x轴标签会显示成(2017, 7)这类格式，如果追求更直观的日期展示，还是推荐第一种方法。

内容的提问来源于stack exchange，提问作者user3595632