如何绘制DataFrame中p95_annual列温度数据的折线图？

问题根源 #

你使用plt.plot(test.p95_annual.values)时，仅传递了气温数值数组，matplotlib会默认用从0开始的连续整数作为x轴坐标。如果你的DataFrame索引是年份（比如1951到2020），或者数据存在索引错位、缺失值，就会导致折线混乱，无法体现年份与气温的对应关系。

解决方案 #

方法1：直接传入DataFrame列（自动关联年份索引） #

如果test的索引是年份（如1951、1952...），直接传入列对象即可，matplotlib会自动将索引作为x轴：

import matplotlib.pyplot as plt

plt.plot(test['p95_annual'])
plt.xlabel('年份')
plt.ylabel('p95_annual气温')
plt.title('1951年以来冬季p95_annual气温变化')
plt.show()

方法2：显式指定年份作为x轴 #

如果DataFrame中有单独的年份列（例如列名为year），可以明确指定x轴和y轴数据：

plt.plot(test['year'], test['p95_annual'])
plt.xlabel('年份')
plt.ylabel('p95_annual气温')
plt.title('1951年以来冬季p95_annual气温变化')
plt.show()

方法3：处理缺失数据（若存在） #

如果数据中包含缺失值（NaN），折线会出现断裂或异常跳转，可先清理数据：

# 删除含缺失值的行
clean_data = test['p95_annual'].dropna()
plt.plot(clean_data)

# 或用前向填充法补全缺失值
filled_data = test['p95_annual'].ffill()
plt.plot(filled_data)

plt.xlabel('年份')
plt.ylabel('p95_annual气温')
plt.show()

内容的提问来源于stack exchange，提问作者Megan Martin