X轴日期刻度未按时间间隔正确分隔问题排查与解决

现有如下数据：

Date  Chemical
10 2021-11-20        21
11 2021-11-26        19
12 2021-11-26        31
13 2021-11-26        32
14 2021-11-27        31
0  2021-12-06        21
6  2021-12-16        23
7  2021-12-16        24
8  2021-12-16        23
9  2021-12-16        25
1  2022-03-07        26
2  2022-03-08        28
3  2022-03-08        29
4  2022-03-08        28
5  2022-03-09        26

使用以下代码绘制箱线图：

maindf.boxplot('Chemical', 'Date')
plt.xticks(rotation=40)
plt.show()

得到的图表X轴日期刻度等距排列，未按实际时间间隔显示（如2021-11-26与2021-11-27应紧密相邻，2021-12-16与2022-03-07应间隔较远）。

pandas.DataFrame.boxplot() 默认将Date列视为分类变量，而非时间序列变量。每个日期被当作独立的类别，X轴按类别数量均匀分配位置，完全忽略日期本身的时间差。

方法1：使用Seaborn绘制（推荐） #

Seaborn的boxplot可以自动识别datetime类型的X轴变量，按实际时间间隔分配箱线图位置，同时保留分组统计：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 先将Date列转换为datetime类型（确保数据是时间格式）
maindf['Date'] = pd.to_datetime(maindf['Date'])

# 绘制箱线图，x为datetime类型，自动按时间间隔排列
sns.boxplot(data=maindf, x='Date', y='Chemical')
plt.xticks(rotation=40)
plt.tight_layout() # 防止标签被截断
plt.show()

方法2：手动调整Pandas箱线图的X轴位置 #

如果不想依赖Seaborn，可以手动将日期转换为数值型位置，再设置刻度标签：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.dates import DateFormatter, DayLocator

# 转换Date列为datetime类型
maindf['Date'] = pd.to_datetime(maindf['Date'])

# 获取唯一日期并排序
unique_dates = sorted(maindf['Date'].unique())
# 将日期转换为timestamp数值（作为X轴位置，反映实际时间间隔）
date_positions = [date.timestamp() for date in unique_dates]
# 生成日期字符串作为刻度标签
date_labels = [date.strftime('%Y-%m-%d') for date in unique_dates]

# 绘制箱线图，指定positions为日期的timestamp值
maindf.boxplot('Chemical', 'Date', positions=date_positions)

# 设置X轴刻度和标签
plt.xticks(date_positions, date_labels, rotation=40)
# 可选：优化X轴日期显示格式
plt.gca().xaxis.set_major_formatter(DateFormatter('%Y-%m-%d'))
plt.gca().xaxis.set_major_locator(DayLocator(interval=10)) # 调整刻度密度，避免重叠

plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者rnso