Pandas按指定后缀列分组绘图问题求助

嘿，咱们先聊聊你现有的代码处理，再一步步解决绘图的需求～

先看你现有处理的小优化点 #

你的列重命名逻辑是完全可行的，但合并数据框的写法可以更简洁——嵌套merge的可读性差一点，改成链式merge会更清晰：

# 简化合并逻辑，可读性更强
merge_df = salaried_df.merge(selfemployed_df, on='country', how='inner')\
                     .merge(gdp_df, on='country', how='inner')

另外要注意：合并后记得检查country列有没有重复值，避免后续绘图出现混乱，用merge_df['country'].duplicated().any()就能快速验证。

按列名后缀（_S/_GDP/_SE）分组绘图的实现 #

首先得把目标列筛选出来，再按后缀分组，最后选择合适的绘图方式（这里用matplotlib和pandas内置绘图举例，你也可以用seaborn美化）。

步骤1：筛选目标列 #

先把包含指定后缀的列挑出来，排除country列：

# 筛选所有带_S/_GDP/_SE的列
target_cols = [col for col in merge_df.columns if any(suffix in col for suffix in ['_S', '_GDP', '_SE'])]

步骤2：按后缀分组列 #

把列按后缀分成三类，给每组起个易懂的名称，方便后续绘图管理：

# 按后缀分组，给每组起个易懂的名称
column_groups = {
    '工薪阶层占比 (%)': [col for col in target_cols if '_S' in col],
    '自雇人士占比 (%)': [col for col in target_cols if '_SE' in col],
    '人均GDP': [col for col in target_cols if '_GDP' in col]
}

步骤3：分组绘图（示例：每个指标组的国家对比图） #

如果想给每个指标组单独绘图，展示不同国家的数值对比，柱状图是个不错的选择：

import matplotlib.pyplot as plt

# 创建子图，每组指标一个子图
fig, axes = plt.subplots(nrows=len(column_groups), figsize=(12, 18))

# 遍历每个分组，绘制图表
for ax, (group_name, cols) in zip(axes, column_groups.items()):
    # 绘制柱状图，x轴是国家，y轴是该组的所有列（比如各年份的数值）
    merge_df.plot(x='country', y=cols, kind='bar', ax=ax)
    ax.set_title(group_name, fontsize=14)
    ax.set_ylabel('数值', fontsize=12)
    # 旋转x轴标签，避免重叠
    ax.tick_params(axis='x', rotation=60, labelsize=10)

# 自动调整子图间距
plt.tight_layout()
plt.show()

另一种场景：按年份分组，对比同一年份的三个指标 #

如果你的列名格式是2020_S、2020_SE、2020_GDP这种（年份+后缀），可以按年份分组，对比每个年份不同国家的三个指标：

# 提取所有年份（从列名中拆分）
years = sorted({col.split('_')[0] for col in target_cols})

fig, axes = plt.subplots(nrows=len(years), figsize=(12, 18))

for ax, year in zip(axes, years):
    # 找到该年份对应的所有列
    year_cols = [col for col in target_cols if col.startswith(year)]
    merge_df.plot(x='country', y=year_cols, kind='bar', ax=ax)
    ax.set_title(f'{year}年 各指标对比', fontsize=14)
    ax.set_ylabel('数值', fontsize=12)
    ax.tick_params(axis='x', rotation=60, labelsize=10)

plt.tight_layout()
plt.show()

额外提示 #

• 如果你的数据是时间序列（按年份变化），把柱状图换成折线图（kind='line'）会更直观。
• 可以用seaborn的catplot或者barplot来做更美观的分组可视化，逻辑和上面一致，只是绘图函数不同。

内容的提问来源于stack exchange，提问作者Archie