如何按每月天/年中日分组时序数据并绘制跨年度对比图表？

需求一：按每月天数分组并设置绘图X轴 #

先确保你的DataFrame日期列是datetime类型（如果不是，先执行转换）：

import pandas as pd

# 假设日期列名为date
df['date'] = pd.to_datetime(df['date'])
df.set_index('date', inplace=True)

步骤1：提取每月天数并分组 #

添加一列存储每月的天数，再按该列分组（聚合方式按需选择，比如均值、总和）：

# 提取每月的天数
df['day_of_month'] = df.index.day

# 按每月天数分组，计算目标列的均值
grouped_data = df.groupby('day_of_month')['target_column'].mean()

步骤2：绘图并设置X轴为每月天数 #

直接用分组后的数据绘图，X轴会自动对应每月天数：

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 6))
grouped_data.plot(kind='line', marker='o')
plt.xlabel('每月天数')
plt.ylabel('目标指标值')
plt.title('按每月天数分组的指标变化趋势')
plt.grid(True)
plt.show()

如果不需要聚合，只是把原始数据的X轴设为每月天数，直接用散点或折线图：

plt.figure(figsize=(10, 6))
plt.scatter(df.index.day, df['target_column'])
plt.xlabel('每月天数')
plt.ylabel('目标指标值')
plt.show()

需求二：GHCN日度气温按年中日分组对比 #

注意：GHCN的TMAX单位是百分之一摄氏度，需除以10转换为℃。

步骤1：提取年中日标识 #

用月-日组合作为年中日的唯一标识（比一年中的第几天更直观）：

# 先确保date列是datetime类型
df['date'] = pd.to_datetime(df['date'])

# 提取月-日字符串作为分组键
df['month_day'] = df['date'].dt.strftime('%m-%d')
# 提取年份用于区分不同年份的数据
df['year'] = df['date'].dt.year

# 转换TMAX为摄氏度
df['tmax_c'] = df['TMAX'] / 10

步骤2：可视化各年份对应日期的气温对比 #

方法1：折线图（每条线对应一个年份）

适合观察每年同一日期的气温变化趋势：

import seaborn as sns

plt.figure(figsize=(12, 6))
sns.lineplot(data=df, x='month_day', y='tmax_c', hue='year', marker='o', palette='tab10')
plt.xlabel('日期（月-日）')
plt.ylabel('最高气温（℃）')
plt.title('1991-2009年8月26日至9月3日最高气温对比')
# 把图例移到图外避免遮挡
plt.legend(title='年份', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.grid(axis='y')
plt.show()

方法2：箱线图（查看同一日期的气温分布）

适合对比各日期的气温离散程度：

plt.figure(figsize=(10, 6))
sns.boxplot(data=df, x='month_day', y='tmax_c')
plt.xlabel('日期（月-日）')
plt.ylabel('最高气温（℃）')
plt.title('1991-2009年8月26日至9月3日最高气温分布')
plt.grid(axis='y')
plt.show()

方法3：聚合后对比每年同一天的平均气温

如果需要看每年同一天的平均气温：

# 按月-日和年份分组，计算平均气温
avg_tmax = df.groupby(['month_day', 'year'])['tmax_c'].mean().unstack()

plt.figure(figsize=(12, 6))
avg_tmax.plot(kind='line', marker='o')
plt.xlabel('日期（月-日）')
plt.ylabel('平均最高气温（℃）')
plt.title('1991-2009年8月26日至9月3日平均最高气温对比')
plt.legend(title='年份', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.grid(axis='y')
plt.show()

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