DataFrame绘图异常：2020年曲线错误及双年份合并绘图问题

1. 2020年曲线显示异常的常见原因 #

• 日期处理问题：2020是闰年，若date列仅存储月日（如02-29），但解析时按非闰年逻辑处理，会导致日期错位或缺失；或是date列格式不统一（混合字符串与datetime对象），绘图时数据顺序混乱，曲线扭曲。
• 数据质量问题：2020年的power列存在大量空值、0值或极端异常值，导致曲线出现断崖、跳跃等异常形态。
• 轴范围自动适配问题：2020年数据的功率范围与2019年差异较大，绘图时自动调整的轴范围会压缩正常趋势，使曲线看起来异常。
• 未排序日期：绘图前未对2020年的date列排序，曲线按原始行顺序绘制，呈现乱序状态。

2. 合并两年曲线到同一图表的实现方法 #

以下以matplotlib和seaborn为例，给出具体实现步骤：

方法一：手动筛选分组绘制 #

import pandas as pd
import matplotlib.pyplot as plt

# 筛选并排序两年数据
df_2019 = df[df['year'] == 2019].sort_values('date')
df_2020 = df[df['year'] == 2020].sort_values('date')

# 统一日期轴为月日格式（忽略年份，确保对齐）
df_2019['month_day'] = pd.to_datetime(df_2019['date'].dt.strftime('%m-%d'), format='%m-%d')
df_2020['month_day'] = pd.to_datetime(df_2020['date'].dt.strftime('%m-%d'), format='%m-%d')

# 绘制双曲
plt.figure(figsize=(12,6))
plt.plot(df_2019['month_day'], df_2019['power'], label='2019年')
plt.plot(df_2020['month_day'], df_2020['power'], label='2020年')
plt.xlabel('日期（月-日）')
plt.ylabel('功率')
plt.title('2019-2020年每日功率趋势')
plt.legend()
plt.xticks(rotation=45)
plt.show()

方法二：用seaborn的hue参数分组绘制 #

import seaborn as sns

# 统一日期为月日格式
df['month_day'] = pd.to_datetime(df['date'].dt.strftime('%m-%d'), format='%m-%d')

plt.figure(figsize=(12,6))
sns.lineplot(data=df, x='month_day', y='power', hue='year', marker='o', linestyle='-')
plt.xlabel('日期（月-日）')
plt.ylabel('功率')
plt.title('2019-2020年每日功率趋势')
plt.legend(title='年份')
plt.xticks(rotation=45)
plt.show()

3. 是否需要重构DataFrame格式？ #

不是必须，但重构为「月日日期为索引、年份为列」的格式会让绘图更简洁，也便于后续对比分析。

重构示例： #

# 创建月日列并转为datetime格式
df['month_day'] = pd.to_datetime(df['date'].dt.strftime('%m-%d'), format='%m-%d')
# 透视表重构数据结构
pivot_df = df.pivot(index='month_day', columns='year', values='power').sort_index()

重构后仅需一行代码即可绘图：

pivot_df.plot(figsize=(12,6), title='2019-2020年每日功率趋势')
plt.xlabel('日期（月-日）')
plt.ylabel('功率')
plt.xticks(rotation=45)
plt.show()

这种格式的优势是数据结构清晰，便于计算两年功率差值、均值等对比指标，同时绘图代码更简洁。

内容的提问来源于stack exchange，提问作者Robson