如何将DataFrame月度小时数据按天拆分绘制子图？报错求助

错误原因 #

你用np.array_split拆分后循环绘图报错，大概率是两种情况：

1. 循环时误操作了numpy数组本身，而非数组内的单个DataFrame；
2. 拆分逻辑不对，导致部分拆分块不是完整的单日数据，后续调用plot时出现异常。

推荐实现方案：按日期分组绘图（更可靠） #

直接按日期对DataFrame分组，确保每个子图对应完整的单日数据，步骤如下：

1. 导入依赖库

import pandas as pd
import matplotlib.pyplot as plt
import math

2. 按日期分组数据
   假设你的DataFrame索引dateTimeUtc是datetime类型，先提取日期作为分组键：

# 新增日期列用于分组
df['date'] = df.index.date
# 按日期分组，得到每个日期对应的子DataFrame列表
daily_groups = list(df.groupby('date'))

3. 创建子图网格
   根据天数动态计算子图的行/列数（以30天为例，用6行5列网格）：

n_days = len(daily_groups)
cols = 5  # 每行列数
rows = math.ceil(n_days / cols)  # 计算需要的行数

# 创建子图网格
fig, axes = plt.subplots(rows, cols, figsize=(15, 12))
# 将二维子图数组转为一维，方便循环遍历
axes = axes.flatten()

4. 循环绘制每个子图
   遍历分组数据，在对应子图上绘制，并处理多余子图：

for i, (date, daily_df) in enumerate(daily_groups):
    ax = axes[i]
    # 绘制当日的Hourly_diff数据
    daily_df['Hourly_diff'].plot(ax=ax, linewidth=1)
    # 设置子图标题和标签
    ax.set_title(str(date), fontsize=10)
    ax.set_xlabel('UTC Time', fontsize=8)
    ax.set_ylabel('Hourly_diff', fontsize=8)
    # 简化x轴刻度显示
    ax.tick_params(axis='both', labelsize=7)

# 隐藏未使用的多余子图
for j in range(i + 1, len(axes)):
    axes[j].axis('off')

# 自动调整子图间距
plt.tight_layout()
plt.show()

备选方案：修复np.array_split的用法 #

如果坚持用拆分方式，需确保循环时正确访问数组内的每个DataFrame，同时注意拆分后的块是否对应单日数据（仅当数据是严格的整月每日24小时时适用）：

split_dfs = np.array_split(df, 30)  # 拆分为30块
fig, axes = plt.subplots(6, 5, figsize=(15, 12))
axes = axes.flatten()

for i, daily_df in enumerate(split_dfs):
    if not daily_df.empty:
        daily_df['Hourly_diff'].plot(ax=axes[i])
        axes[i].set_title(f'Day {i+1}')
        axes[i].tick_params(labelsize=7)

plt.tight_layout()
plt.show()

注意：这种方式仅在数据是严格的每日24小时、整月无缺失时可靠，否则会出现跨天的拆分块，不如按日期分组准确。

内容的提问来源于stack exchange，提问作者Tom