基于月份分组累计求和的DataFrame绘制多折线图技术问询

没问题！针对你已经处理好的累计值DataFrame，要画出12条分别对应每个月份的折线图，用pandas结合matplotlib或者seaborn就能轻松搞定。我给你两种常用的实现方式，你可以根据自己的偏好选择：

先确认数据结构 #

首先要确保你的DataFrame里除了months和累计后的value，还有一个用来表示组内顺序的列（比如当月的日期day、或者记录的序号seq）——毕竟折线图需要x轴来体现累计值的变化趋势嘛。假设你的DataFrame结构大概是这样：

方法1：用Seaborn快速实现（推荐） #

Seaborn的lineplot可以直接按hue参数分组绘制多条折线，代码简洁易读：

import seaborn as sns
import matplotlib.pyplot as plt

# 设置绘图风格
sns.set_style("whitegrid")

# 绘制分组折线图：x是组内顺序列，y是累计值，hue按月份分组
sns.lineplot(data=df, x="seq", y="value", hue="months", marker="o")

# 添加标题和标签
plt.title("Monthly Cumulative Value Trend", fontsize=14)
plt.xlabel("Record Sequence", fontsize=12)
plt.ylabel("Cumulative Value", fontsize=12)

# 调整图例位置，避免遮挡图表
plt.legend(title="Month", bbox_to_anchor=(1.05, 1), loc="upper left")

plt.tight_layout()
plt.show()

方法2：用Matplotlib手动循环绘制 #

如果你更习惯手动控制每个折线的样式，可以用循环遍历每个月份来绘制：

import matplotlib.pyplot as plt

# 创建画布
plt.figure(figsize=(10,6))

# 遍历每个月份，绘制对应的折线
for month in df["months"].unique():
    # 筛选当前月份的数据
    month_data = df[df["months"] == month]
    # 绘制折线，添加标签
    plt.plot(month_data["seq"], month_data["value"], marker="o", label=f"Month {month}")

# 添加标题、标签和图例
plt.title("Monthly Cumulative Value Trend", fontsize=14)
plt.xlabel("Record Sequence", fontsize=12)
plt.ylabel("Cumulative Value", fontsize=12)
plt.legend(title="Month", bbox_to_anchor=(1.05, 1), loc="upper left")

plt.grid(True)
plt.tight_layout()
plt.show()

小提示 #

• 如果你的x轴是日期格式（比如date列），直接把x="seq"换成x="date"就行，matplotlib会自动处理日期刻度。
• 要是想让不同月份的折线颜色区分更明显，可以自定义颜色列表，传给palette参数（Seaborn）或者color参数（Matplotlib）。

内容的提问来源于stack exchange，提问作者dps