Python：忽略年份按月日绘制多个DataFrame数据

我来帮你搞定这个绘图问题！你当前的代码直接用原始的datetime索引绘图，因为每个DataFrame的年份不同，Matplotlib会把它们按真实的时间顺序排列（2017年的数据在最左侧，2018年在中间，2019年在右侧），自然没法实现“忽略年份只按月日对比”的需求。这里有两种可靠的解决方案：

方法一：统一替换索引年份（推荐） #

把所有日期的年份替换成同一个虚拟年份（比如选闰年2020，避免2月29日的日期报错），这样所有数据都会对齐到同一个时间轴上，完美实现同月同日的数据对比：

import matplotlib.pyplot as plt

# 遍历你的DataFrame列表its
for df in its:
    # 将每个日期的年份替换为2020，生成新的索引
    adjusted_dates = df.index.map(lambda dt: dt.replace(year=2020))
    # 绘图时添加年份标签，方便区分不同年份的数据
    plt.plot(adjusted_dates, df['Crocs'], label=f"Year {df.index.year[0]}")

# 美化图表
plt.xlabel("Month-Day")
plt.ylabel("Crocs Value")
plt.title("Crocs Data Comparison (Ignoring Year)")
plt.legend()
plt.show()

这种方法的优势是保留了datetime类型的时间顺序，x轴会自动按正确的月日顺序排列，不会出现字符串排序的问题。

方法二：转换为月日字符串索引 #

如果你更倾向于用字符串形式的月日作为x轴，可以把索引转换成%m-%d格式的字符串：

import matplotlib.pyplot as plt

for df in its:
    # 将datetime索引转换为"MM-DD"格式的字符串
    month_day_labels = df.index.strftime("%m-%d")
    plt.plot(month_day_labels, df['Crocs'], label=f"Year {df.index.year[0]}")

# 旋转x轴标签避免重叠
plt.xticks(rotation=45)
plt.xlabel("Month-Day")
plt.ylabel("Crocs Value")
plt.title("Crocs Data Comparison (Ignoring Year)")
plt.legend()
plt.show()

注意：如果你的数据日期不是严格按周递增的，字符串索引的排序可能会出现小问题，所以更推荐第一种方法。

内容的提问来源于stack exchange，提问作者Ijaz Ur Rahim