双轴时间序列图合并异常：箱线图与折线图X轴问题排查

问题现象 #

尝试合并两个时间序列图：箱线图（展示Midday Stem Water Potential）和折线图（展示Cumulative Applied Irrigation），两者共用X轴，左、右分别对应不同Y轴。单独绘制时均正常，但合并后出现箱线图被挤压、X轴起始日期错误的问题。

核心原因 #

代码中错误地将日期列转换为字符串格式（dt.strftime('%m-%d')），导致：

• Seaborn的boxplot将X轴识别为分类变量而非连续时间轴，箱线图会被压缩到分类刻度的固定位置
• 折线图的X轴字符串无法与连续时间轴匹配，twinx后的轴设置（如日期格式化）完全失效，最终导致X轴范围混乱

解决步骤 #

1. 保留日期的datetime类型：不要将日期列转为字符串，让Matplotlib识别为连续时间轴
2. 统一X轴时间范围：基于两个数据集的最小/最大日期，设置统一的X轴范围
3. 正确配置日期刻度格式：对主副轴的X轴统一设置日期显示格式
4. 匹配箱线图时间位置：让箱线图直接对应到时间轴的正确节点

修正后的完整代码 #

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import matplotlib.dates as mdates

# 加载数据
file_path_irrigation = '/Users/ajgal/Documents/applied_irrigation.xlsx'
file_path_swp = '/Users/ajgal/Documents/combined_SWP_2024.xlsx'

# 读取灌溉数据：保留datetime类型
irr = pd.read_excel(file_path_irrigation, sheet_name='Sheet1')
irr['Event'] = pd.to_datetime(irr['Event'], format='%Y-%m-%d')
irr.sort_values('Event', inplace=True)

# 读取SWP数据：保留datetime类型
SWP = pd.read_excel(file_path_swp)
SWP['reading_bar'] = SWP['reading_bar'] / 10
SWP['Sampling'] = pd.to_datetime(SWP['Sampling'], format='%Y-%m-%d')
SWP.sort_values('Sampling', inplace=True)

# 确定统一的X轴时间范围
min_date = min(irr['Event'].min(), SWP['Sampling'].min())
max_date = max(irr['Event'].max(), SWP['Sampling'].max())

# 绘图
fig, ax1 = plt.subplots(figsize=(22, 9))
color_DRI = 'orange'
color_drip = 'darkblue'

# 绘制箱线图（主Y轴：茎水势）
ax1.set_ylim(-2, 0)
ax1.set_ylabel("Midday Stem Water Potential (MPa)", color='black', fontsize=20)
# 使用datetime作为x轴，hue区分处理组
sns.boxplot(x=SWP['Sampling'], y=SWP['reading_bar'], hue=SWP['block'], 
            palette={'DRI': color_DRI, 'Micro Drip': color_drip}, 
            width=0.7, ax=ax1)
ax1.tick_params(axis='y', labelsize=16)
ax1.tick_params(axis='x', labelsize=16, rotation=45)
ax1.grid(False)
# 设置主X轴的日期格式
ax1.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d'))
ax1.set_xlim(min_date, max_date)

# 处理主图例
handles1, labels1 = ax1.get_legend_handles_labels()
ax1.legend(handles1, labels1, loc=2, prop={'size': 16})

# 创建副Y轴（累计灌溉量）
ax2 = ax1.twinx()
ax2.set_ylabel('Cumulative Applied Irrigation (mm)', color='black', fontsize=20)
# 绘制折线图，使用datetime类型的Event列
ax2.plot(irr['Event'], irr['B4N_mm_cum'], color=color_DRI, label='DRI', linewidth=2)
ax2.plot(irr['Event'], irr['B4S_mm_cum'], color=color_drip, label='Micro Drip', linewidth=2)
ax2.tick_params(axis='y', labelsize=16)
ax2.grid(False)
# 副轴共享主X轴的范围和格式，无需重复设置

# 处理副图例
handles2, labels2 = ax2.get_legend_handles_labels()
ax2.legend(handles2, labels2, loc=1, prop={'size': 16})

plt.tight_layout()
plt.show()

关键调整说明 #

• 移除所有dt.strftime('%m-%d')转换，保留日期列的datetime类型，让Matplotlib以连续时间轴处理X轴
• 计算两个数据集的最小/最大日期，统一设置X轴范围，确保起始日期正确
• 主副轴共享X轴范围，无需重复设置刻度格式，避免冲突
• 箱线图直接使用datetime作为x参数，自动对应到时间轴的正确位置，解决挤压问题

内容的提问来源于stack exchange，提问作者Andrew