如何将Pandas绘制的三个年度1月时间序列图合并为一个图

一、数据预处理（关键步骤） #

先确保日期列解析为datetime类型，精准筛选目标数据，并为绘图准备对齐的X轴字段：

import pandas as pd
import matplotlib.pyplot as plt

# 读取CSV，解析日期列（替换成你的日期列名）
df = pd.read_csv('your_data.csv', parse_dates=['date'])

# 筛选目标公司+2020-2022年1月的数据
target_company = '你的目标公司名称'
filtered_df = df[
    (df['company'] == target_company)
    & (df['date'].dt.month == 1)
    & (df['date'].dt.year.isin([2020, 2021, 2022]))
].copy()

# 生成月-日字段（让三年的日期点在X轴对齐），年份转为字符串用于区分线条
filtered_df['month_day'] = filtered_df['date'].dt.strftime('%m-%d')
filtered_df['year'] = filtered_df['date'].dt.year.astype(str)

二、两种合并绘图的实现方式 #

方式1：Matplotlib画布+Pandas分组绘图（灵活可控） #

核心是指定同一个ax对象，避免Pandas自动创建新画布：

# 创建单个画布和轴对象
fig, ax = plt.subplots(figsize=(10, 6))

# 按年份分组，循环绘制每条折线到同一个ax上
for year, group_data in filtered_df.groupby('year'):
    group_data.plot(
        x='month_day',
        y='你的数值列名称',  # 替换成实际的数值列，比如'营收'/'股价'
        ax=ax,
        label=f'{year}年1月',
        marker='o'  # 添加标记点更易区分数据点
    )

# 调整图表样式
ax.set_title('目标公司2020-2022年1月趋势对比')
ax.set_xlabel('日期（月-日）')
ax.set_ylabel('指标数值')
ax.legend()
plt.xticks(rotation=45)  # 旋转X轴标签防止重叠
plt.tight_layout()  # 自动适配布局，避免标签被截断

# 显示图表
plt.show()

方式2：透视表+Pandas一键绘图（简洁高效） #

先把数据转成透视表，让年份成为列，直接调用plot即可自动合并到同一画布：

# 转换为透视表：行=月-日，列=年份，值=目标指标
pivot_df = filtered_df.pivot(
    index='month_day',
    columns='year',
    values='你的数值列名称'
)

# 直接绘图，默认会把所有列画在同一个画布
pivot_df.plot(figsize=(10, 6), marker='o')
plt.title('目标公司2020-2022年1月趋势对比')
plt.xlabel('日期（月-日）')
plt.ylabel('指标数值')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

三、常见问题排查 #

• 生成三个独立图：原因是每次调用df.plot()时没有指定ax参数，Pandas会自动创建新画布。必须将所有绘图绑定到同一个ax对象上。
• 无图显示：检查两点：① 是否调用了plt.show()；② 筛选后的filtered_df是否为空（确认公司名称、日期范围是否正确）。
• X轴日期不对齐：直接用原始日期会导致三年的日期点分散，通过dt.strftime('%m-%d')提取月-日，能让同日期的点在X轴重合，对比更直观。

内容的提问来源于stack exchange，提问作者olividir