如何使用pandas绘制日期为X轴的图表并设置日期间隔

1. 正确设置X轴为日期列 #

首先确认日期转换步骤已完成赋值，很多使用者容易遗漏赋值操作，导致转换结果没有生效：

# 日期转换操作需赋值回原Date列
df["Date"] = pd.to_datetime(df["Date"], format="%Y%m%d")

两种常用实现方案：

• 方法1：直接调用pandas内置plot方法，显式指定x、y参数，即可避免默认用索引作为X轴

import pandas as pd
import matplotlib.pyplot as plt

df.plot(x="Date", y="DailyPositive", figsize=(12, 6), ylabel="每日新增病例数")

• 方法2：用matplotlib原生接口绘图，直接传入日期列作为X轴输入

plt.figure(figsize=(12, 6))
plt.plot(df["Date"], df["DailyPositive"])
plt.ylabel("每日新增病例数")

2. 设置X轴按指定月份间隔显示刻度 #

借助matplotlib.dates模块的定位器功能即可实现，绘图完成后添加以下代码即可：

import matplotlib.dates as mdates

ax = plt.gca()
# 设置X轴主刻度间隔为3个月，修改interval参数可自定义间隔月数，比如interval=6就是每半年一个刻度
ax.xaxis.set_major_locator(mdates.MonthLocator(interval=3))
# 设置刻度显示格式为年-月，避免日期过长重叠
ax.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m"))
# 可选操作：旋转刻度45度，进一步避免文字重叠
plt.xticks(rotation=45)
# 自动调整布局，防止底部刻度被截断
plt.tight_layout()

plt.show()

异常排查 #

如果修改后X轴显示仍然异常，可运行print(df["Date"].dtype)检查日期列类型，输出为datetime64[ns]才是转换成功，如果是object类型说明转换步骤失效，检查原始日期列的格式是否和format="%Y%m%d"规则匹配。

内容的提问来源于stack exchange，提问作者Moon Chan