如何移除Pandas折线图中的空白日期并平滑图表

要解决这个问题，你可以分两步处理：先移除无关日期间隔，再平滑图表。

一、移除无关日期间隔 #

当时间序列数据存在非连续日期时，pandas默认会自动补全日期间隔，导致x轴出现空白。要避免这种情况，你可以用以下两种方法：

方法1：把日期当作离散分类变量绘图 #

直接将日期转为字符串格式作为x轴，让matplotlib把每个日期视为独立的分类项，不会自动补全间隔：

import matplotlib.pyplot as plt
import pandas as pd

# 示例数据
data = {
    'date': ['2024-01-01', '2024-01-03', '2024-01-05', '2024-01-10', '2024-01-20'],
    'value': [10, 15, 12, 20, 18]
}
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'])

plt.figure(figsize=(10, 6))
# 将日期转为字符串格式，避免自动补全间隔
plt.plot(df['date'].dt.strftime('%Y-%m-%d'), df['value'], marker='o')
plt.xticks(rotation=45)
plt.xlabel('日期')
plt.ylabel('数值')
plt.title('无间隔日期折线图')
plt.tight_layout()
plt.show()

方法2：手动指定x轴刻度 #

如果想保留datetime类型的日期，你可以强制x轴只显示数据中存在的日期：

plt.figure(figsize=(10, 6))
plt.plot(df['date'], df['value'], marker='o')
# 手动设置x轴刻度为数据中的日期，并格式化显示
plt.xticks(df['date'], df['date'].dt.strftime('%Y-%m-%d'), rotation=45)
plt.xlabel('日期')
plt.ylabel('数值')
plt.title('无间隔日期折线图')
plt.tight_layout()
plt.show()

注意：x_compat=True参数只是让pandas的日期绘图兼容matplotlib的日期格式，不会移除缺失的日期间隔，所以对你的问题没用。

二、平滑折线图 #

如果需要让折线更平滑，可以用以下两种常用方法：

方法1：移动平均平滑 #

通过滚动窗口计算移动平均，简单易操作，适合弱化短期波动：

# 计算2期移动平均（可根据需求调整window大小）
df['smoothed_value'] = df['value'].rolling(window=2, min_periods=1).mean()

plt.figure(figsize=(10, 6))
plt.plot(df['date'].dt.strftime('%Y-%m-%d'), df['value'], marker='o', label='原始数据')
plt.plot(df['date'].dt.strftime('%Y-%m-%d'), df['smoothed_value'], marker='s', label='平滑后数据')
plt.xticks(rotation=45)
plt.xlabel('日期')
plt.ylabel('数值')
plt.title('移动平均平滑折线图')
plt.legend()
plt.tight_layout()
plt.show()

方法2：样条插值平滑 #

用scipy的样条插值生成连续平滑的曲线，适合需要更流畅视觉效果的场景：

from scipy.interpolate import make_interp_spline
import numpy as np

# 将日期转换为数值索引以便插值
x_num = np.arange(len(df['date']))
# 生成50个平滑后的点（可调整数量控制平滑程度）
y_smooth = make_interp_spline(x_num, df['value'])(np.linspace(x_num.min(), x_num.max(), 50))

plt.figure(figsize=(10, 6))
plt.plot(df['date'].dt.strftime('%Y-%m-%d'), df['value'], marker='o', label='原始数据')
# 生成对应数量的日期标签
smooth_dates = pd.date_range(df['date'].min(), df['date'].max(), periods=50).strftime('%Y-%m-%d')
plt.plot(smooth_dates, y_smooth, label='平滑后数据')
plt.xticks(rotation=45)
plt.xlabel('日期')
plt.ylabel('数值')
plt.title('样条插值平滑折线图')
plt.legend()
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者Vel Kumar