Matplotlib X轴日期去除时间显示及NaT数据无法删除问题

一、解决NaT值残留问题 #

你执行dropna()后生成了新的DataFrame ndf_dropped_rows，但后续统计仍然调用原DataFrame ndf的列，所以NaT会继续被统计。可以用以下两种方式修正：

• 方法1：基于过滤后的DataFrame统计

# 指定只删除目标列的空值，避免误删其他列有缺失的有效数据
ndf_dropped_rows = ndf.dropna(subset=['opening_date_clean'])
ndf_dropped_rows['opening_date_clean'].value_counts()

• 方法2：直接在目标列过滤NaT后统计（更简洁）

ndf['opening_date_clean'].dropna().value_counts()

二、解决X轴日期显示时分秒的问题 #

无需将datetime类型转为字符串（会导致X轴变为分类轴，且易引入NaT绘制问题），直接通过Matplotlib的日期格式化工具设置显示格式即可：

完整示例代码：

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

# 1. 过滤NaT并按日期排序，保证绘图顺序合理
clean_dates = ndf['opening_date_clean'].dropna()
date_counts = clean_dates.value_counts().sort_index()

# 2. 创建图表并绘图
fig, ax = plt.subplots(figsize=(10, 6))
ax.bar(date_counts.index, date_counts.values)

# 3. 设置X轴仅显示日期部分
date_formatter = mdates.DateFormatter('%Y-%m-%d')
ax.xaxis.set_major_formatter(date_formatter)

# 4. 旋转X轴标签，避免重叠
plt.xticks(rotation=45)

plt.xlabel('设备引入日期')
plt.ylabel('计数')
plt.title('设备引入日期分布')
plt.tight_layout()  # 自动调整布局，防止标签被截断
plt.show()

该方案既保留了datetime类型的轴特性（自动适配刻度），又确保X轴仅显示xxxx-xx-xx格式的日期，同时提前过滤了NaT值，不会出现在图表中。

内容的提问来源于stack exchange，提问作者El Mar