接下来,我们将选择合适的数据进行适当的可视化分析,我们将重点关注流水数据,不管是支出还是收入,都算是交易金额,因此,我们需要把交易金额全部先转为正数,代码如下:
import numpy as np
# 将'交易金额'列全部变为正数
df4['交易金额'] = np.abs(df4['交易金额'])
设置绘图过程中的中文显示:
plt.rcParams['font.sans-serif'] = ['SimHei'] #显示中文
plt.rcParams['axes.unicode_minus'] = False # 显示负号
再绘制xxx公司在与各个类型的企业交易过程中的每月平均交易金额折线图,代码如下:
# 设置图形的布局,1行4列的子图
fig, axes = plt.subplots(1, 4, figsize=(15, 5))
# 每种企业的每个月的总交易金额的折线图
for i, enterprise_type in enumerate(['大型企业', '中型企业', '小微企业', '小微商户']):
subset_df = df4[df4['交易对象类型'] == enterprise_type]
subset_df['月份'] = subset_df['交易时间'].dt.month
monthly_total = subset_df.groupby('月份')['交易金额'].mean()
axes[i].plot(monthly_total.index, monthly_total.values, marker='o')
axes[i].set_title(f'{enterprise_type} 每月平均交易金额折线图')
# 调整图形布局
plt.tight_layout()
plt.show()
至此,根据每月平均交易金额折线图就可以分析企业在交易过程中的特点,比如对各个类型的企业都有什么表现,有没有因为金额过大而需要重点关注的月份?等等...给读者们留下思考空间吧。。。