如何在Matplotlib中为X轴设置指定月度日期范围

方法一：直接通过Matplotlib调整坐标轴（无需修改DataFrame） #

• 先确保日期列是datetime类型：

  import pandas as pd
  import matplotlib.pyplot as plt
  import matplotlib.dates as mdates
  
  # 转换Date列为datetime格式
  df['Date'] = pd.to_datetime(df['Date'])
  

• 绘图并设置X轴范围与刻度：

  plt2 = df.plot(x='Date', y=['Total_Sales', 'Total_Cost', 'Profit'], kind='line', linewidth=4)
  
  # 强制X轴显示2022全年范围
  plt2.set_xlim(pd.Timestamp('2022-01-01'), pd.Timestamp('2022-12-31'))
  
  # 设置主刻度为每月第一天，若要隔月显示则改为interval=2
  plt2.xaxis.set_major_locator(mdates.MonthLocator(interval=1))
  # 格式化日期显示格式
  plt2.xaxis.set_major_formatter(mdates.DateFormatter('%m/%d/%Y'))
  
  # 旋转刻度标签避免重叠
  plt.xticks(rotation=45)
  plt.tight_layout() # 调整布局防止标签被截断
  plt.show()
  

• 说明：此方法无需改动原始数据，直接强制X轴覆盖全年范围，用MonthLocator精准控制每月/隔月刻度，解决了你之前用DayLocator(interval=30)因月天数差异导致的日期错位问题。

方法二：补充DataFrame的每月初累计数据后绘图 #

如果希望DataFrame本身包含全年关键日期的累计数据，可按以下步骤操作：

• 生成2022年所有月初日期：

  # 生成每月第一天的日期序列
  month_starts = pd.date_range(start='2022-01-01', end='2022-12-31', freq='MS')
  # 转为DataFrame格式
  month_df = pd.DataFrame({'Date': month_starts})
  

• 合并原始数据与月初日期，并用前向填充补充累计值：

  # 合并数据并按日期排序
  combined_df = pd.concat([df, month_df]).sort_values('Date')
  # 前向填充累计数据（累计值为连续状态，月初值等于上一次交易后的累计值）
  combined_df[['Total_Sales', 'Total_Cost', 'Profit']] = combined_df[['Total_Sales', 'Total_Cost', 'Profit']].ffill()
  

• 用新的DataFrame绘图，此时X轴自然覆盖全年，再设置刻度：

  plt2 = combined_df.plot(x='Date', y=['Total_Sales', 'Total_Cost', 'Profit'], kind='line', linewidth=4)
  plt2.xaxis.set_major_locator(mdates.MonthLocator(interval=1))
  plt2.xaxis.set_major_formatter(mdates.DateFormatter('%m/%d/%Y'))
  plt.xticks(rotation=45)
  plt.tight_layout()
  plt.show()
  

• 说明：此方法让数据本身更完整，后续分析或绘图都能直接使用，适合需要保留全年日期数据的场景。

内容的提问来源于stack exchange，提问作者Kevindelange