如何用两个DataFrame和循环绘制按ticker分组的叠加子图

问题背景 #

我拥有两个DataFrame：

df1:
date, ticker, y_true
1/1, A, 10
1/2, A, 8
...
1/1, B, 10
1/2, B, 8
...

df2:
date, ticker, y_predict, y_predict_upper, y_predict_lower
8/1, A, 10,13,8
8/2, A, 8,9,1
...
8/1, B, 10,13,8
8/2, B, 8,9,1
...

需要按ticker为每个标的绘制子图，每个子图中叠加df1的真实值和df2的预测值（含上下置信区间），且df2的日期属于df1的样本内日期。已实现df1的绘图代码，需完成叠加部分。

解决方案 #

核心修改要点 #

• 统一两个DataFrame的日期格式为datetime类型，避免绘图时日期错位
• 在循环中对每个标的，先绘制真实值，再叠加预测线和置信区间填充
• 优化图表样式，提升可读性

修改后的完整代码 #

import pandas as pd
import matplotlib.pyplot as plt

# 转换date列为datetime类型（确保日期轴对齐）
df1['date'] = pd.to_datetime(df1['date'])
df2['date'] = pd.to_datetime(df2['date'])

ticker_list = ['A','B','C',...]
# 定义子图网格
fig, axs = plt.subplots(nrows=8, ncols=1, figsize=(15, 60), dpi=150)

# 遍历标的和对应子图轴
for ticker, ax in zip(ticker_list, axs.ravel()):
    # 绘制当前标的的真实值
    df1_ticker = df1[df1["ticker"] == ticker]
    df1_ticker.plot(x='date', y='y_true', ax=ax, label='真实值', color='blue', linewidth=2)
    
    # 绘制当前标的的预测值
    df2_ticker = df2[df2["ticker"] == ticker]
    df2_ticker.plot(x='date', y='y_predict', ax=ax, label='预测值', color='red', linestyle='--', linewidth=2)
    
    # 绘制预测值的置信区间填充
    ax.fill_between(df2_ticker['date'], 
                    df2_ticker['y_predict_lower'], 
                    df2_ticker['y_predict_upper'], 
                    color='orange', alpha=0.2, label='置信区间')
    
    # 图表格式化
    ax.set_title(f'{ticker.upper()} 真实值与样本内预测值对比', fontsize=14)
    ax.legend(loc='upper right', fontsize=12)
    ax.set_xlabel('日期', fontsize=12)
    ax.set_ylabel('数值', fontsize=12)

# 调整子图间距，避免标题、标签重叠
plt.tight_layout()
plt.show()

关键细节说明 #

• 日期统一：必须将date列转为datetime类型，否则两个DataFrame的日期可能因格式不一致导致绘图错位
• 叠加逻辑：所有绘图操作都针对同一个ax对象执行，就能实现同子图内的图层叠加
• 置信区间：使用fill_between()函数生成上下区间的阴影填充，直观展示预测的波动范围
• 样式优化：通过区分线条颜色、样式，添加清晰的图例，让每个子图的信息更易解读

内容的提问来源于stack exchange，提问作者lzuo