Python中使用Pandas DataFrame绘制阈值以上数值报错求助

你遇到的错误是因为plt.plot要求x轴和y轴数据长度完全一致，但你生成的lst1只包含9个Active=1对应的Time值，而x轴用的是全量的21453个Time数据，两者维度不匹配，所以触发报错。

根据常见需求场景，给出两种可行方案：

场景1：在CH1曲线上标记Active=1的位置 #

如果是想在已绘制的CH1曲线基础上，标记出所有Active=1对应的时间点及CH1数值，用散点图更合适：

import matplotlib.pyplot as plt

# 绘制CH1曲线
plt.plot(df_smooth['Time'], df_smooth['CH1'])

# 筛选出Active=1的行数据
active_data = df_smooth[df_smooth['Active'] == 1]
# 用红色散点标记这些点
plt.scatter(active_data['Time'], active_data['CH1'], color='red', label='Active=1')

plt.legend()
plt.xlabel('Time')
plt.ylabel('CH1 Value')
plt.show()

场景2：绘制与Time等长的Active状态曲线 #

如果需要绘制一条和Time长度一致的曲线，仅在Active=1的位置显示值（其余位置为空），可以用where方法生成等长数组：

import matplotlib.pyplot as plt
import numpy as np

# 生成与Time等长的数组：Active=1时保留1，其余设为NaN（绘图时会自动跳过空值）
active_curve = df_smooth['Active'].where(df_smooth['Active'] == 1, other=np.nan)

plt.plot(df_smooth['Time'], df_smooth['CH1'], label='CH1')
# 用绿色圆点标记Active=1的位置，无连线
plt.plot(df_smooth['Time'], active_curve, marker='o', linestyle='', color='green', label='Active=1')

plt.legend()
plt.xlabel('Time')
plt.show()

额外提示 #

避免用for循环遍历DataFrame，Pandas提供了布尔索引、where等高效方法，既能简化代码，又能提升大数据集的处理效率。

内容的提问来源于stack exchange，提问作者Hibah Mirza Chughtai