如何基于Pandas循环生成Matplotlib三Y轴组合图表？

核心问题分析 #

循环生成图表时内容重复，通常是因为没有在每次循环中创建全新的图表实例，或者数据过滤逻辑有误，导致每次循环复用了同一个图表对象/数据子集。

实现步骤与代码示例 #

假设你的df0包含Code、Date、Value1（柱状图）、Value2（折线1）、Value3（折线2）这些字段，以下是完整的可运行代码：

1. 模拟测试数据（可替换为你自己的df0）

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 构造示例数据集
dates = pd.date_range('2023-01-01', periods=6)
codes = ['A', 'B']
df0 = pd.DataFrame({
    'Code': np.repeat(codes, 6),
    'Date': dates.tolist() * 2,
    'Value1': np.random.randint(10, 50, size=12),
    'Value2': np.random.randint(100, 500, size=12),
    'Value3': np.random.randint(1000, 5000, size=12)
})

2. 提取唯一Code并循环生成三Y轴图表

# 获取所有唯一的Code值
unique_codes = df0['Code'].unique()

for code in unique_codes:
    # 1. 过滤当前Code对应的数据集
    df_sub = df0[df0['Code'] == code].reset_index(drop=True)
    
    # 2. 每次循环创建全新的图表和主坐标轴（核心：避免复用旧图表对象）
    fig, ax1 = plt.subplots(figsize=(10, 6))
    
    # 3. 第一个Y轴：绘制柱状图（对应Value1）
    ax1.bar(df_sub['Date'], df_sub['Value1'], color='tab:blue', alpha=0.6)
    ax1.set_xlabel('日期')
    ax1.set_ylabel('Value1', color='tab:blue')
    ax1.tick_params(axis='y', labelcolor='tab:blue')
    ax1.tick_params(axis='x', rotation=45)
    
    # 4. 第二个Y轴：绘制折线图（对应Value2）
    ax2 = ax1.twinx()
    ax2.plot(df_sub['Date'], df_sub['Value2'], color='tab:orange', marker='o', linewidth=2)
    ax2.set_ylabel('Value2', color='tab:orange')
    ax2.tick_params(axis='y', labelcolor='tab:orange')
    
    # 5. 第三个Y轴：绘制折线图（对应Value3）
    ax3 = ax1.twinx()
    # 调整第三个Y轴的位置，避免和第二个Y轴重叠
    ax3.spines['right'].set_position(('axes', 1.2))
    ax3.plot(df_sub['Date'], df_sub['Value3'], color='tab:green', marker='s', linewidth=2)
    ax3.set_ylabel('Value3', color='tab:green')
    ax3.tick_params(axis='y', labelcolor='tab:green')
    
    # 6. 添加标题和合并图例
    fig.suptitle(f'Code {code} 三Y轴组合图表', fontsize=12)
    # 手动创建图例，合并多轴元素
    from matplotlib.patches import Patch
    from matplotlib.lines import Line2D
    legend_elements = [
        Patch(facecolor='tab:blue', alpha=0.6, label='Value1'),
        Line2D([0], [0], color='tab:orange', marker='o', label='Value2'),
        Line2D([0], [0], color='tab:green', marker='s', label='Value3')
    ]
    fig.legend(handles=legend_elements, loc='upper right', bbox_to_anchor=(1.15, 0.9))
    
    # 调整布局，防止标签被截断
    fig.tight_layout()
    plt.show()

关键注意事项 #

• 每次循环新建图表：fig, ax1 = plt.subplots(...)必须放在循环内部，确保每个Code对应独立的图表实例。
• 数据过滤精准：df_sub = df0[df0['Code'] == code]要严格筛选当前Code的数据，避免跨Code数据混淆。
• 多Y轴位置调整：通过ax3.spines['right'].set_position(('axes', 1.2))调整第三个Y轴的位置，防止和第二个Y轴重叠。
• 图例手动合并：多轴图表无法自动合并图例，需要手动创建图例元素并添加到figure上。

内容的提问来源于stack exchange，提问作者Flint