Pandas绘图：每隔N个索引显示数据且必含最后一个索引

问题场景 #

用Pandas绘制折线图时，希望每隔固定间隔（比如2年）显示数据标注以保持图表简洁，但当前用df[['Year','Total value']][::3]选取的标注点会漏掉最后一个数据点，需要调整代码解决这个问题。

示例数据：

import pandas as pd

df = pd.DataFrame({
    'Year': [2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021],
    'Total value': [11.393630, 11.379185, 10.722502, 10.304044, 9.563496, 9.048299, 9.290901, 9.470320, 9.533228, 9.593088, 9.610742]
})

现有代码（存在遗漏最后一个点的问题）：

import matplotlib.pyplot as plt

df.plot(x='Year')
col_tuple = df[['Year','Total value']][::3]
for j,k in col_tuple :
  plt.text(j,k*1.1,'%.2f'%(k))
plt.show()

修复方案 #

方法1：合并间隔选取数据与最后一行

直接将间隔筛选的数据集和最后一行数据合并，同时去重避免重复标注：

import matplotlib.pyplot as plt

df.plot(x='Year')
# 每隔3个索引选一个点，再拼接最后一行
annotate_data = pd.concat([df[['Year','Total value']][::3], df[['Year','Total value']].tail(1)])
# 去重，防止最后一行刚好是间隔选中的点
annotate_data = annotate_data.drop_duplicates()

# 遍历每一行添加标注（注意原代码的遍历方式错误，应该用iterrows）
for _, row in annotate_data.iterrows():
    plt.text(row['Year'], row['Total value'] * 1.1, '%.2f' % row['Total value'])

plt.show()

方法2：手动构建标注索引列表

先生成间隔索引，再检查最后一个索引是否在列表中，不在则添加：

import matplotlib.pyplot as plt

df.plot(x='Year')
step = 3  # 调整这个值改变间隔
# 生成间隔索引
annotate_indices = list(range(0, len(df), step))
# 确保最后一个数据点的索引被包含
if annotate_indices[-1] != len(df) - 1:
    annotate_indices.append(len(df) - 1)

# 根据索引选取标注数据
annotate_data = df.loc[annotate_indices, ['Year', 'Total value']]

for _, row in annotate_data.iterrows():
    plt.text(row['Year'], row['Total value'] * 1.1, '%.2f' % row['Total value'])

plt.show()

额外提示

• 原代码中for j,k in col_tuple的遍历方式错误，因为DataFrame直接遍历会拿到列名而非行数据，必须用iterrows()来遍历每一行。
• 如果需要严格按年份间隔2年筛选（比如2011、2013、2015...2021），可以按年份列来筛选：

  # 筛选奇数年（间隔2年），再拼接最后一行去重
  year_mask = df['Year'] % 2 == 1
  annotate_data = pd.concat([df[year_mask], df.tail(1)]).drop_duplicates()
  

内容的提问来源于stack exchange，提问作者Mainland