我有一个这样组成的 pandas 数据框：
| User_id | Calls | Index |
|---|---|---|
| 7A | 8 | 19-05-2020 |
| 10B | 5 | 19-05-2020 |
| 7A | 2 | 20-05-2020 |
| 10B | 6 | 20-05-2020 |
在索引中，他们拨打电话的日期和时间即使在这里我把它放在右边，熊猫说日期是左边的索引。
我想按用户在一年中拨打的电话次数进行分布。
目前有 400 多个不同的用户，所以我不会只对那些我很容易找到的呼叫次数最多的用户进行所有操作：ret.groupby(['user_id'])['calls'].sum().sort_values(ascending=False).head(10)
我尝试创建一个循环，将呼叫次数最多的前 10 个用户在一年中进行呼叫分配（因此我们在 x 轴上将一年中的月份以数字或不写在y 轴是密度或调用次数，我们将有一个标题来说明我们制作图表的用户）
我该怎么做？
【问题讨论】：
IIUC 尝试使用resample sum 获取每月总通话次数，然后使用plot：
*请注意，提供的数据仅包含一个月，因此我添加了第二个月以使图表更清晰：
import pandas as pd
from matplotlib import pyplot as plt
df = pd.DataFrame({'User_id': ['7A', '10B', '7A', '10B'], 'Calls': [8, 5, 2, 6],
'Index': ['19-05-2020', '19-05-2020', '20-06-2020',
'20-06-2020']}).set_index('Index')
df.index = pd.to_datetime(df.index, format='%d-%m-%Y')
users = ','.join(df['User_id'].unique())
plot_df = df.resample('1M')['Calls'].sum()
ax = plot_df.plot(kind='bar',
rot=0,
title=users,
ylabel='Calls',
xlabel='Months')
ax.set_xticklabels(plot_df.index.strftime("%Y-%m"))
plt.show()
df:
User_id Calls
Index
2020-05-19 7A 8
2020-05-19 10B 5
2020-06-20 7A 2
2020-06-20 10B 6
users:
7A,10B
plot_df:
Index
2020-05-31 13
2020-06-30 8
Freq: M, Name: Calls, dtype: int64
【讨论】：
尝试这样的事情，首先按“呼叫”列排序，然后保留前 10 行
ret = ret.groupby(['user_id'])['calls'].sum().sort_values(ascending=False, by=['calls'])
ret = ret.iloc[:10]
【讨论】：