pd.DataFrame.plot使用secondary_y时如何修改图例字号并完整显示列名

调用pd.DataFrame.plot()传入secondary_y参数启用次坐标轴时，会生成两个独立的坐标轴实例：主Y轴承载未指定到次轴的数据列，次Y轴承载secondary_y参数指定的列。此时如果对plot()的返回值直接链式调用.legend()，仅能读取主坐标轴上的绘图序列，因此只会展示主Y轴对应的列名，次坐标轴的列会被遗漏。
未传入secondary_y时只有一个坐标轴实例，链式调用.legend()可以捕获所有数据列，因此不会出现图例缺失问题。

启用次坐标轴时图例缺失场景 #

import pandas as pd
import numpy as np

np.random.seed(42)
df = pd.DataFrame(np.random.randn(24*3, 2),
                  index=pd.date_range('1/1/2019', periods=24*3, freq='h'))
df.columns = ['A', 'B']
# 该写法仅会显示主Y轴的列A，列B的图例丢失
df.plot(secondary_y = ["B"], figsize=(12,5)).legend(fontsize=20, loc="upper right")

单坐标轴正常场景 #

import pandas as pd
import numpy as np

np.random.seed(42)
df = pd.DataFrame(np.random.randn(24*3, 2),
                  index=pd.date_range('1/1/2019', periods=24*3, freq='h'))
df.columns = ['A', 'B']
# 单轴下图例可正常展示A、B两列
df.plot(figsize=(12,5)).legend(fontsize=20, loc="upper right")

推荐使用手动合并主次轴图例句柄的方式，兼容性最好，不会和其他子图配置冲突：

import pandas as pd
import numpy as np

np.random.seed(42)
df = pd.DataFrame(np.random.randn(24*3, 2),
                  index=pd.date_range('1/1/2019', periods=24*3, freq='h'))
df.columns = ['A', 'B']
# 先获取主坐标轴对象
ax = df.plot(secondary_y=["B"], figsize=(12,5))
# 分别提取主、次坐标轴的图例句柄和标签
handles_main, labels_main = ax.get_legend_handles_labels()
handles_secondary, labels_secondary = ax.right_ax.get_legend_handles_labels()
# 合并后统一设置图例样式，可正常调整字号、位置等参数
ax.legend(
    handles_main + handles_secondary, 
    labels_main + labels_secondary, 
    fontsize=20, 
    loc="upper right"
)

运行上述代码后，图例可完整展示A、B两个列名，同时字号修改会对所有图例项生效。

如果是单图不存在子图干扰的场景，也可以直接调用matplotlib的全局图例接口，自动收集所有坐标轴的绘图元素：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(42)
df = pd.DataFrame(np.random.randn(24*3, 2),
                  index=pd.date_range('1/1/2019', periods=24*3, freq='h'))
df.columns = ['A', 'B']
df.plot(secondary_y = ["B"], figsize=(12,5))
# 全局接口自动收集所有轴的图例项
plt.legend(fontsize=20, loc="upper right")

内容的提问来源于stack exchange，提问作者Eiffelbear