Pandas日期索引下堆叠柱状图叠加双轴折线图异常排查

问题根源 #

当你用df.plot.bar(stacked=True)绘制带日期索引的堆叠柱状图时，Pandas会自动将日期索引转换为分类型X轴——每个日期对应一个分类标签，柱子的实际位置是从0开始的连续整数（0,1,2...19）。但后续调用series.plot(ax=ax, secondary_y=True)时，Pandas会把Series的日期索引当作连续时间轴处理，直接用日期的数值（时间戳）作为X坐标，这就导致折线图的X轴范围和柱状图的分类轴完全错位，看起来像是折线图覆盖了柱状图。而用整数索引时，两者的X轴都是基于整数位置的轴，所以能正常匹配。

解决方案 #

这里提供三种可行的修复方法：

方法1：手动对齐折线图的X轴位置 #

利用柱状图的X轴位置（0到n-1）来绘制折线图，同时保留日期作为X轴标签：

import pandas as pd
import numpy as np

idx = pd.date_range(start='2000-01-01', periods=20)
df = pd.DataFrame(np.random.rand(20,3), index=idx)
ax = df.plot.bar(stacked=True)

# 获取柱状图的X轴位置（0到19）
x_pos = range(len(df))
series = pd.Series(np.random.rand(20), index=idx)
# 用Matplotlib直接绘制折线图，指定X位置为x_pos
ax2 = ax.twinx()
ax2.plot(x_pos, series.values, color='red', marker='o')
# 设置次轴的Y轴标签（可选）
ax2.set_ylabel('Series Value')

方法2：将日期索引转换为字符串，统一用分类轴 #

把日期转成字符串后，柱状图和折线图都会用分类轴，自然匹配：

import pandas as pd
import numpy as np

idx = pd.date_range(start='2000-01-01', periods=20)
# 把日期索引转为字符串
df = pd.DataFrame(np.random.rand(20,3), index=idx.strftime('%Y-%m-%d'))
ax = df.plot.bar(stacked=True)

series = pd.Series(np.random.rand(20), index=idx.strftime('%Y-%m-%d'))
series.plot(ax=ax, secondary_y=True, color='red', marker='o')

方法3：用Matplotlib原生API完全控制（更灵活） #

直接用Matplotlib创建轴对象，分别绘制柱状图和折线图，精准控制X轴：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

idx = pd.date_range(start='2000-01-01', periods=20)
df = pd.DataFrame(np.random.rand(20,3), index=idx)
series = pd.Series(np.random.rand(20), index=idx)

fig, ax1 = plt.subplots()
# 绘制堆叠柱状图
ax1.bar(df.index, df[0], label='Col0')
ax1.bar(df.index, df[1], bottom=df[0], label='Col1')
ax1.bar(df.index, df[2], bottom=df[0]+df[1], label='Col2')
ax1.set_xticks(idx)
ax1.set_xticklabels(idx.strftime('%Y-%m-%d'), rotation=45)
ax1.set_ylabel('Stacked Bar Value')
ax1.legend()

# 绘制次轴折线图
ax2 = ax1.twinx()
ax2.plot(idx, series, color='red', marker='o', label='Series')
ax2.set_ylabel('Series Value')
ax2.legend(loc='upper right')

plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者quant