在Pandas中有没有更简便的方法绘制指定DataFrame的折线图？

• 优先用结构化文件存储+批量读取替代手动录入
  把你整理好的所有数据统一存入CSV或Excel文件，表头按年份,减排TOP1,减排TOP2,减排TOP3,排放增长TOP1,排放增长TOP2,排放增长TOP3设置，每行对应单一年份的所有国家数值，之后直接调用pandas的pd.read_csv("你的文件路径.csv")或者pd.read_excel("你的文件路径.xlsx")即可一步生成DataFrame。如果数据是从其他表格/文档复制来的，也可以直接选中复制数据后运行df = pd.read_clipboard()，无需保存文件即可快速生成DataFrame，完全避免手动写多组列表的重复操作。
• 封装绘图逻辑实现样式复用
  把折线图的标题、坐标轴、网格等固定样式配置封装成可复用的函数，示例代码如下：

import pandas as pd
import matplotlib.pyplot as plt

def plot_co2_line(df, title="1990-2017年各国CO2排放相对值变化趋势"):
    ax = df.plot.line(x="年份", figsize=(10, 6), marker='o')
    ax.set_title(title, fontsize=14, pad=15)
    ax.set_xlabel("年份", fontsize=12)
    ax.set_ylabel("CO2排放相对值", fontsize=12)
    ax.grid(alpha=0.3, linestyle='--')
    plt.legend(title="国家")
    plt.show()

后续只要传入读取好的DataFrame即可直接生成符合样式要求的图表，无需重复编写配置代码。

• 后续数据更新无需调整核心逻辑
  如果需要新增国家、新增年份维度，只需要在CSV/Excel文件中追加对应行列即可，数据读取和绘图的代码完全可以复用，大幅降低后续维护成本。

内容的提问来源于stack exchange，提问作者IsaacPerry88