使用Pandas绘制双轴折线图并遍历DataFrame分析数值变量与泵故障的关联

我有一个包含泵运行数据和故障标签的DataFrame，结构如下：

import pandas as pd
import matplotlib.pyplot as plt

data = {'TIMEFRAME':['9/12/2014 17:52', '10/12/2014 5:02', '10/12/2014 8:04'], 
        'Volumetric Flow Meter 1':[0.82, 0.88, 0.9], 
        'Pump Speed (RPM)':[2.5,2.7,3.01], 
        'Data Source':['raw data','raw data','raw data'], 
        'PUMP FAILURE (1 or 0)':[0,0,1]}
df = pd.DataFrame(data)

对应的表格内容：

我的需求是：遍历所有数值列，为每个数值列绘制双轴折线图——左Y轴显示该数值列的数据，右Y轴显示PUMP FAILURE (1 or 0)的故障状态，两者共享X轴（时间），以此观察数值变化和故障的关联趋势。

我尝试了以下代码，但无法生成预期的图表：

ListOfVariables=[df["Pump Speed (RPM)"],df["Volumetric Flow Meter 1"]]
for item in ListOfVariables:
    first_axis = df[item].plot #Looping through every item in the dataframe.
    second_axis = first_axis.twinx() #The Twinx function is used to ensure we share the X-Axis for both plots
    second_axis.plot(df['PUMP FAILURE (1 or 0)'], color='teal')
    plt.title(item)
    plt.show()

希望能得到帮助修正代码，实现预期功能。

你的代码有几个关键问题需要修正：

1. ListOfVariables里存储的是Series对象，而不是列名，直接用df[item]会引发索引错误；
2. df[item].plot只是引用了plot方法，没有实际调用绘图；
3. 没有正确关联X轴的时间数据，导致图表的X轴不是时间维度。

下面是修正后的完整代码，我会一步步解释：

import pandas as pd
import matplotlib.pyplot as plt

# 先确保TIMEFRAME是时间类型，这样X轴会按时间顺序显示
df['TIMEFRAME'] = pd.to_datetime(df['TIMEFRAME'])

# 提取所有数值列（排除非数值的TIMEFRAME和Data Source）
numeric_cols = df.select_dtypes(include=['float64', 'int64']).columns
# 排除故障标签列，因为我们要把它作为右轴
numeric_cols = numeric_cols.drop('PUMP FAILURE (1 or 0)')

# 遍历每个数值列
for col in numeric_cols:
    # 创建画布和主轴（左Y轴）
    fig, ax1 = plt.subplots(figsize=(8, 4))
    
    # 左轴绘制当前数值列，X轴用TIMEFRAME
    ax1.plot(df['TIMEFRAME'], df[col], color='tab:blue', marker='o')
    ax1.set_xlabel('Time')
    ax1.set_ylabel(col, color='tab:blue')
    ax1.tick_params(axis='y', labelcolor='tab:blue')
    
    # 创建双轴（右Y轴）
    ax2 = ax1.twinx()
    # 右轴绘制故障状态
    ax2.plot(df['TIMEFRAME'], df['PUMP FAILURE (1 or 0)'], color='tab:teal', marker='s', linestyle='--')
    ax2.set_ylabel('Pump Failure (1=Fail)', color='tab:teal')
    ax2.tick_params(axis='y', labelcolor='tab:teal')
    
    # 设置标题，添加图例让图表更清晰
    plt.title(f'{col} vs Pump Failure Status')
    fig.tight_layout()  # 自动调整布局，避免标签重叠
    plt.show()

关键改进点： #

• 先把TIMEFRAME转为时间类型，确保X轴按时间顺序排列，符合数据的时间逻辑；
• 用select_dtypes自动提取数值列，避免手动列名的硬编码，扩展性更好；
• 明确创建画布和轴对象，而不是依赖pandas的plot默认行为，更灵活可控；
• 添加了标记点、线型、颜色区分，以及轴标签颜色匹配，让图表可读性更强；
• 使用fig.tight_layout()避免标签被截断。

运行这段代码后，你会得到两个独立的双轴折线图：一个是泵转速和故障状态的关联图，另一个是体积流量和故障状态的关联图，清晰展示每个数值变量随时间的变化和故障发生的对应关系。

内容的提问来源于stack exchange，提问作者Tahsin Alam