如何在同一坐标轴正确绘制不同DataFrame的日期折线图？

问题场景 #

现有两个DataFrame数据：

dict1 = {'Date': ['2022-12-02', '2022-12-16', '2023-01-15'], 'Impressions': [20, 21, 19]}
dict2 = {'Date': ['2022-08-02', '2022-09-16', '2023-02-20'], 'Impressions': [18, 51, 48]}

df1 = pd.DataFrame(dict1)
df2 = pd.DataFrame(dict2)

使用以下代码绘制双坐标轴折线图时，df1的实线折线起止日期被强制和df2的虚线折线对齐（起始变为2022-08-02，结束变为2023-02-20），不符合预期：

fig, ax = plt.subplots()
ax2 = ax.twinx()

df1.plot(x="Date", y="Impressions", ax=ax)
df2.plot(x="Date", y="Impressions", ax=ax2, ls="--")

plt.show()

原因分析 #

问题出在Date列的类型是字符串，pandas的plot方法会把字符串类型的x轴当作离散类别处理，创建双轴后，两个轴的x轴类别范围会被强制统一，导致折线被拉伸填充整个类别区间。

修复方案 #

最稳妥的解决方式是将Date列转换为datetime时间类型，让matplotlib识别为连续的时间轴，这样每个折线只会绘制自身存在的日期区间，不会被强制对齐到另一个的范围。

修改后的完整代码：

import pandas as pd
import matplotlib.pyplot as plt

dict1 = {'Date': ['2022-12-02', '2022-12-16', '2023-01-15'], 'Impressions': [20, 21, 19]}
dict2 = {'Date': ['2022-08-02', '2022-09-16', '2023-02-20'], 'Impressions': [18, 51, 48]}

df1 = pd.DataFrame(dict1)
df2 = pd.DataFrame(dict2)

# 关键：将字符串日期转换为datetime类型
df1['Date'] = pd.to_datetime(df1['Date'])
df2['Date'] = pd.to_datetime(df2['Date'])

# 绘制双轴图
fig, ax = plt.subplots()
ax2 = ax.twinx()

# 分别绘制折线并添加标签
df1.plot(x="Date", y="Impressions", ax=ax, label='df1 曝光量')
df2.plot(x="Date", y="Impressions", ax=ax2, ls="--", label='df2 曝光量')

# 添加图例区分两条线
ax.legend(loc='upper left')
ax2.legend(loc='upper right')

plt.show()

效果说明 #

转换为datetime类型后，x轴会自动适配两个DataFrame的整体时间范围，但df1的折线只会在2022-12-02到2023-01-15之间绘制，df2的折线则在2022-08-02到2023-02-20之间绘制，各自保留原本的日期区间，不会被强制拉伸。

内容的提问来源于stack exchange，提问作者Dushu