绘制Pandas DataFrame时X轴刻度显示Jan-Jan，如何改为仅显示Jan-Dec？

问题原因 #

你处理后的DataFrame索引是%m-%d格式的字符串，而非datetime对象，导致mdates.MonthLocator()和mdates.DateFormatter()无法正确识别月份位置——matplotlib的日期工具只对datetime类型索引生效。此时X轴刻度是matplotlib自动根据字符串索引生成的，因此出现了多余的Jan刻度。

解决方案 #

下面提供两种可行的修改方案：

方案一：修复索引类型，利用日期工具处理

将字符串索引转换为datetime类型（用固定年份做基准，不影响月份显示），再通过日期工具设置刻度，最后移除多余的刻度：

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

# 生成原始数据
ts = pd.Series(np.random.randn(365*4), index=pd.date_range("1/1/2000", periods=365*4))
df = pd.DataFrame(np.random.randn(365*4, 1), index=ts.index, columns=["A"])
df['year'] = df.index.year
# 将date列转换为datetime（基准年选任意年份即可）
df['date'] = pd.to_datetime('2000-' + df.index.strftime('%m-%d'))
df = df.set_index(['year', 'date'])['A'].unstack(-2)

fig, axs = plt.subplots(figsize=(14, 5))
df.plot(ax=axs)

# 设置月份刻度和格式
axs.xaxis.set_major_locator(mdates.MonthLocator())
axs.xaxis.set_major_formatter(mdates.DateFormatter('%b'))

# 移除最后一个多余的Jan刻度
ticks = axs.get_xticks()
axs.set_xticks(ticks[:-1])

plt.tight_layout()
plt.show()

方案二：手动指定刻度位置和标签

直接根据每个月第一天在字符串索引中的位置，手动设置12个月份的刻度：

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

# 生成原始数据
ts = pd.Series(np.random.randn(365*4), index=pd.date_range("1/1/2000", periods=365*4))
df = pd.DataFrame(np.random.randn(365*4, 1), index=ts.index, columns=["A"])
df['year'] = df.index.year
df['date'] = df.index.strftime('%m-%d')
df = df.set_index(['year', 'date'])['A'].unstack(-2)

fig, axs = plt.subplots(figsize=(14, 5))
df.plot(ax=axs)

# 找到每个月第一天在索引中的位置
month_positions = [df.index.get_loc(f'{month:02d}-01') for month in range(1, 13)]
# 设置刻度位置和对应月份标签
axs.set_xticks(month_positions)
axs.set_xticklabels(['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 
                     'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'])

plt.tight_layout()
plt.show()

说明 #

两种方案都能解决多余Jan刻度的问题：方案一更贴合matplotlib的日期处理逻辑，方案二则更直接，无需转换索引类型。

内容的提问来源于stack exchange，提问作者thowild