Pandas仅取2个日期索引数据绘图时x轴出现大量乱码数字如何解决

问题复现 #

现有已设置日期索引的DataFrame如下：

import pandas as pd
df = pd.DataFrame({'a':[20,30,12],'b':[15,18,18]}, index=['2021-10-7','2021-10-8','2021-10-9'])
df.index = pd.to_datetime(df.index)

执行df.iloc[-2:].plot()绘制最后2条数据时，x轴显示为无意义的长数字，而执行df.plot()绘制全量3条数据时日期显示完全正常。

问题原因 #

当时间序列样本量≤2时，pandas绘图的默认逻辑不会将索引识别为待格式化的时间刻度，而是直接转换为int类型的时间戳数值展示，因此会出现异常的长数字。全量样本有3个数据点，触发了默认的时间轴格式化规则，因此显示正常。

解决方法 #

以下三种方案均可解决该问题：

• 方案1：传递x_compat=True参数强制启用时间兼容模式，最简原生方案

df.iloc[-2:].plot(x_compat=True)

• 方案2：手动格式化matplotlib的x轴刻度，灵活度最高

import matplotlib.pyplot as plt
import matplotlib.dates as mdates

sub_df = df.iloc[-2:]
ax = sub_df.plot()
# 自定义x轴日期展示格式
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
# 可选：设置刻度间隔为1天，避免生成多余空刻度
ax.xaxis.set_major_locator(mdates.DayLocator(interval=1))
plt.show()

• 方案3：将索引转为字符串类型强制按文本展示，无需额外依赖

sub_df = df.iloc[-2:]
sub_df.index = sub_df.index.strftime('%Y-%m-%d')
sub_df.plot()

内容的提问来源于stack exchange，提问作者Marco