Python中无法正确可视化D/M/Y h/m/s格式时间序列问题

问题根源是pandas默认的日期解析逻辑——它会优先按M/D/Y格式解析日期字符串，而你的数据是D/M/Y格式。当日期中的“日”大于12时，解析会失败或错位，导致后续时间索引混乱，最终图表显示异常。

直接用以下两种方法修正即可：

方法1：指定日在前解析规则 #

import pandas as pd
import matplotlib.pyplot as plt

cars = pd.read_csv(
    'time_series.csv',
    parse_dates=['Ldatetime'],
    index_col='Ldatetime',
    dayfirst=True  # 明确告知pandas日期格式是日在前
)
cars.plot()
plt.show()

方法2：精确匹配日期格式（推荐） #

如果你的日期格式固定为D/M/Y h/m/s，直接指定格式字符串解析效率更高，也能彻底避免歧义：

import pandas as pd
import matplotlib.pyplot as plt

def parse_date(date_str):
    return pd.to_datetime(date_str, format='%d/%m/%Y %H:%M:%S')

cars = pd.read_csv(
    'time_series.csv',
    parse_dates=['Ldatetime'],
    index_col='Ldatetime',
    date_parser=parse_date
)
cars.plot()
plt.show()

修改后pandas会正确识别所有时间点，时间序列索引连续，图表就能正常展示全部数据，同时时间也会被系统正确识别。

内容的提问来源于stack exchange，提问作者Rally Dr