使用Pandas DataFrame绘图时X轴日期显示异常（显示1970年而非2024年）

问题描述 #

我有如下DataFrame，其中date列存储的是Timestamp对象：

尝试使用Pandas绘制堆叠柱状图时，柱状图本身显示正常，但X轴日期异常，显示为1970年左右的日期，而非数据中的2023-2024年。使用的代码如下：

matplotlib.use('agg')
matplotlib.style.use('ggplot')

fig, ax = plt.subplots(figsize=(16, 10))

df.plot(
    kind='bar',
    ax=ax,
    x='date',
    use_index=True,
    stacked=True,
)

ax.xaxis.set_major_formatter(matplotlib.dates.AutoDateFormatter(ax.xaxis.get_major_locator()))

ax.tick_params(
    'x',
    labelrotation=75
)

ax.figure.savefig(f'fig/{filename}')

plt.close(ax.figure)

经测试，直接使用matplotlib绘制单系列柱状图时X轴日期显示正常，代码如下：

ax.bar(df['date'],
    df['close'],
    width=3,
    )

问题原因 #

当使用Pandas的plot(kind='bar')并指定x='date'时，Pandas会将date列视为分类变量而非时间序列变量。此时X轴的底层刻度值是分类的索引（0、1、2...），而非原始的Timestamp值。之后用matplotlib.dates.AutoDateFormatter格式化这些索引值时，会把它们当作Unix时间戳（从1970-01-01开始的秒数），因此显示出1970年的异常日期。

解决方法 #

方法一：将date列设为DataFrame索引 #

把date列设置为DataFrame的索引，让Pandas识别其为时间序列，自动处理日期刻度：

matplotlib.use('agg')
matplotlib.style.use('ggplot')

# 将date列设为索引
df.set_index('date', inplace=True)

fig, ax = plt.subplots(figsize=(16, 10))

df.plot(
    kind='bar',
    ax=ax,
    stacked=True,
)

# 自定义日期显示格式
ax.xaxis.set_major_formatter(matplotlib.dates.DateFormatter('%Y-%m-%d'))
ax.tick_params('x', labelrotation=75)

ax.figure.savefig(f'fig/{filename}')
plt.close(ax.figure)

方法二：手动设置X轴刻度标签 #

如果不想修改原DataFrame结构，可以直接提取date列的格式化字符串替换X轴刻度标签：

matplotlib.use('agg')
matplotlib.style.use('ggplot')

fig, ax = plt.subplots(figsize=(16, 10))

df.plot(
    kind='bar',
    ax=ax,
    x='date',
    stacked=True,
    use_index=True,
)

# 替换刻度标签为格式化后的日期
ax.set_xticklabels(df['date'].dt.strftime('%Y-%m-%d'))
ax.tick_params('x', labelrotation=75)

ax.figure.savefig(f'fig/{filename}')
plt.close(ax.figure)

注意事项 #

• 方法一更符合时间序列可视化的规范，Pandas会自动处理时间相关的刻度逻辑；
• 方法二更灵活，适合需要保留原DataFrame结构的场景；
• 注意代码中df['close']的大小写，原测试代码中的CLOSED应为close（匹配DataFrame列名）。

内容的提问来源于stack exchange，提问作者Tradjincal