Python中如何将多个DataFrame绘制到同一张折线图（解决循环绘图异常）

先提个你代码里的细节：定义的变量是K1，但plot时写的是k1（大小写不一致），这会直接报错。不过你说循环里能显示L1和K1，估计实际代码里变量名是统一的，核心问题是循环时没正确遍历所有要绘制的DataFrame。

给你两种实用的解决方法：

方法1：用列表统一管理，循环绘制 #

把固定数据和所有用户输入的DataFrame放进一个列表，不管用户输入多少个，都能一次性遍历绘制：

import pandas as pd
import matplotlib.pyplot as plt

# 固定数据
L1 = pd.DataFrame([20,19,18,17,16,15])
# 用户输入的数据
K1 = pd.DataFrame([15,14,13,11,18,21])
k2 = pd.DataFrame([10,15,16,21,22,25])

# 把所有要绘制的DataFrame统一放进列表
all_dfs = [L1, K1, k2]

fig, ax = plt.subplots()
# 循环遍历每个DataFrame，绘制到同一个坐标轴上
for idx, df in enumerate(all_dfs):
    # 给每条线加标签，方便图例区分
    ax.plot(df[0], label=f'数据{idx+1}')

# 显示图例
ax.legend()
# 保存图片（注意先定义Path，比如Path = './'）
plt.savefig(Path + "abc.png")
plt.show()

方法2：合并DataFrame后直接绘制（更简洁） #

用pandas的concat把多个同长度的DataFrame按列合并，然后直接调用plot方法，pandas会自动把每列画成一条折线：

import pandas as pd
import matplotlib.pyplot as plt

L1 = pd.DataFrame([20,19,18,17,16,15])
K1 = pd.DataFrame([15,14,13,11,18,21])
k2 = pd.DataFrame([10,15,16,21,22,25])

# 合并DataFrame，自定义列名方便区分每条线
combined_df = pd.concat([L1, K1, k2], axis=1)
combined_df.columns = ['固定数据', '用户输入1', '用户输入2']

# 直接绘制，自动生成图例
combined_df.plot()
plt.savefig(Path + "abc.png")
plt.show()

这两种方法都能确保所有DataFrame的数据都被绘制出来，不会出现循环遗漏的情况。

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