嘿，这个需求很容易搞定，用pandas自带的绘图工具就能实现，我给你一步步拆解：

步骤1：计算「股息+利息」的合并列 #

首先得在你的DataFrame里新增一列，把股息和利息的数值加总到一起。假设你的DataFrame里股息列叫Dividends，利息列叫Interest，执行下面的代码生成合并列：

# 新增合并列，列名可以根据自己习惯自定义
df['Dividends_Plus_Interest'] = df['Dividends'] + df['Interest']

如果你的利息列名不是Interest，记得替换成你实际的列名哦。

步骤2：绘制双系列折线图 #

接下来直接调用plot方法，指定x轴为Year，y轴为我们刚生成的合并列和交易收入列（假设交易收入列叫Trading_Income）：

# 同时绘制两个系列的折线图
df.plot(x='Year', y=['Dividends_Plus_Interest', 'Trading_Income'], kind='line')

同样，如果交易收入的列名不一样，要换成你DataFrame里的实际名称。

可选：美化图表（提升可读性） #

要是想让图表更清晰直观，可以用matplotlib添加标题、坐标轴标签和自定义图例：

import matplotlib.pyplot as plt

# 绘制图表并获取坐标轴对象
ax = df.plot(x='Year', y=['Dividends_Plus_Interest', 'Trading_Income'], kind='line')

# 添加标题和坐标轴标签
ax.set_title('Annual Income Components Trend')
ax.set_xlabel('Year')
ax.set_ylabel('Monetary Amount')

# 自定义图例显示名称
ax.legend(['Dividends + Interest', 'Trading Income'])

# 展示最终图表
plt.show()

这样就能得到一张清晰展示两个收入类别随年份变化的折线图啦。

内容的提问来源于stack exchange，提问作者user16527549