Pandas多索引时间序列图中X轴主/次刻度（年份/月份）的格式化方法咨询

我来帮你搞定这个X轴刻度的问题！你现在的情况是分组后得到了年份+月份的多索引DataFrame，之前的代码把每个索引硬拼成字符串，不仅没法区分主/副刻度，还容易出现冗余信息——其实我们可以用更贴合时间序列的处理方式，两种思路供你选：

方法一：把多索引转成Datetime格式（推荐） #

pandas和matplotlib对标准的时间戳格式支持特别好，先把你的多索引转换成datetime类型，之后设置刻度就轻松多了：

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

# 把多索引的年份+月份转换成datetime格式的单索引
# 这里用每月第一天作为时间戳，你也可以用月末日期（和原始数据保持一致）
df_groupby.index = pd.to_datetime([f"{year}-{month}-01" for year, month in df_groupby.index])

# 开始绘图
fig, ax = plt.subplots(figsize=(10, 6))
ax.plot(df_groupby['Dress'])

# 设置主刻度：每年显示一次，格式为年份
ax.xaxis.set_major_locator(mdates.YearLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y'))

# 设置次刻度：每个月显示一次，格式可以选数字'%m'或者月份缩写'%b'
ax.xaxis.set_minor_locator(mdates.MonthLocator())
ax.xaxis.set_minor_formatter(mdates.DateFormatter('%m'))

# 调整标签样式，避免重叠
plt.setp(ax.get_xticklabels(), rotation=0, ha='center')  # 主刻度（年份）居中显示
plt.setp(ax.get_xticklabels(minor=True), rotation=45, ha='right')  # 次刻度（月份）右对齐

plt.title('五年间连衣裙月度销量趋势')
plt.ylabel('销量数量')
plt.xlabel('日期')
plt.tight_layout()
plt.show()

这种方法的好处是完全利用了时间序列的内置工具，不需要手动计算刻度位置，后续如果要做时间相关的分析（比如滚动窗口）也更方便。

方法二：直接处理多索引（不修改数据结构） #

如果你不想改变现有的多索引结构，也可以手动指定主/副刻度的位置和标签：

import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(10, 6))
ax.plot(df_groupby['Dress'])

# 获取所有索引的列表
index_list = df_groupby.index.tolist()

# 找到每年第一个月份的位置，作为主刻度的位置
year_positions = [i for i, (year, month) in enumerate(index_list) if month == 1]
# 提取对应的年份作为主刻度标签
year_labels = [year for year, month in index_list if month == 1]

# 设置主刻度：每年第一个月的位置，显示年份
ax.set_xticks(year_positions)
ax.set_xticklabels(year_labels, rotation=0, ha='center')

# 设置次刻度：所有月份的位置，显示月份数字
ax.set_xticks(range(len(index_list)), minor=True)
ax.set_xticklabels([month for year, month in index_list], minor=True, rotation=45, ha='right')

# 可选：隐藏次刻度的短横线，让图表更整洁
ax.tick_params(axis='x', which='minor', length=0)

plt.title('五年间连衣裙月度销量趋势')
plt.ylabel('销量数量')
plt.xlabel('年月')
plt.tight_layout()
plt.show()

这个方法适合不想改动原始分组结果的场景，完全手动控制刻度的显示逻辑。

两种方法都能解决你之前的问题——主刻度显示年份，次刻度显示月份，而且不会出现冗余的日期信息，你可以根据自己的需求选~

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