基于Python的group by与sum操作实现Year-Txns绘图

嘿，我来帮你搞定这个年份和交易数的图表绘制问题！先理清楚我们手里的数据和需要修正的地方：

原始数据集（dataset1） #

这是你提供的初始数据：

聚合后的数据集（plot） #

经过groupby(['Year', 'Month'])求和后的数据：

代码修正与完整绘图方案 #

你原来的代码里plot_df = plot.unstack('Month').loc[:, 'Txns']有问题——unstack之后列是月份，索引是年份，根本没有Txns这个列，所以会报错。下面给你两种常用的绘图方案：

方案1：绘制年月时间序列的交易数变化图 #

适合展示每个月的交易数随时间的趋势：

import pandas as pd
import matplotlib.pyplot as plt

# 假设dataset1已经是加载好的DataFrame
plot = dataset1.groupby(['Year', 'Month'])['Txns'].sum()

# 把多级索引转换成可用于绘图的时间格式
plot_df = plot.reset_index()
# 构造完整日期（每个月的1号）
plot_df['Date'] = pd.to_datetime(plot_df[['Year', 'Month']].assign(Day=1))

# 绘制折线图
plt.figure(figsize=(10, 6))
plt.plot(plot_df['Date'], plot_df['Txns'], marker='o', linestyle='-', color='#1f77b4')
plt.title('Monthly Transaction Volume Over Time', fontsize=14)
plt.xlabel('Date', fontsize=12)
plt.ylabel('Total Transactions', fontsize=12)
plt.grid(alpha=0.3)
plt.xticks(rotation=45)
plt.tight_layout()  # 自动调整布局，避免标签被截断
plt.show()

方案2：绘制按年份汇总的交易数对比图 #

如果只需要看每年的总交易数，用这个方案：

import pandas as pd
import matplotlib.pyplot as plt

# 按年份汇总交易数
yearly_total = dataset1.groupby('Year')['Txns'].sum()

# 绘制柱状图
plt.figure(figsize=(8, 5))
yearly_total.plot(kind='bar', color='#ff7f0e', edgecolor='black')
plt.title('Annual Total Transactions', fontsize=14)
plt.xlabel('Year', fontsize=12)
plt.ylabel('Total Transactions', fontsize=12)
plt.xticks(rotation=0)  # 年份标签水平显示
plt.tight_layout()
plt.show()

这两种方案都能清晰展示年份与交易数的关系，你可以根据需求选择~

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