如何合并长度不同的pandas时序DataFrame并在同一张matplotlib图中绘制

问题原因 #

你目前的代码无法将曲线叠加的核心原因是：pandas的DataFrame.plot()方法默认每调用一次就会创建一张独立的新画布，不会复用之前的画布对象。

解决方案 #

你只需要主动指定所有绘图操作共用同一个坐标轴（Axes）对象即可，修改后的代码如下：

import matplotlib.pyplot as plt
import pandas as pd

# 保留你原有的数据预处理逻辑
df_date_grouping = df['month_year'].value_counts().to_frame('Visits').rename_axis('dates').reset_index()
df_date_grouping = df_date_grouping.sort_values(by="dates")  
df2_date_grouping = df2['month_year'].value_counts().to_frame('df2 Visits').rename_axis('dates').reset_index()
df2_date_grouping = df2_date_grouping.sort_values(by="dates")  
df3_date_grouping = df3['month_year'].value_counts().to_frame('df3 Visits').rename_axis('dates').reset_index()
df3_date_grouping = df3_date_grouping.sort_values(by="dates")  
df4_date_grouping = df4['month_year'].value_counts().to_frame('df4 Visits').rename_axis('dates').reset_index()
df4_date_grouping = df4_date_grouping.sort_values(by="dates")  

# 初始化画布，获取共用的坐标轴对象
plt.figure(figsize=(12,6)) # 可自行调整画布尺寸
ax = plt.gca() # gca = get current axes，获取当前画布的坐标轴

# 所有plot操作都指定ax参数，复用同一个坐标轴
df_date_grouping.plot('dates', 'Visits' , color= 'purple', ax=ax, label='Visits')
df2_date_grouping.plot( 'dates', 'df2 Visits', color= 'blue', ax=ax, label='df2 Visits')
df3_date_grouping.plot(  'dates', 'df3 Visits', color= 'orange' , ax=ax, label='df3 Visits')
df4_date_grouping.plot( 'dates', 'df4 Visits', color= 'red', ax=ax, label='df4 Visits')

# 可选优化：旋转x轴日期避免重叠，自动适配布局
plt.xticks(rotation=45)
plt.tight_layout()

plt.savefig(path)
plt.clf()

注意事项 #

• 如果dates列是字符串格式，建议提前转为datetime类型df_date_grouping['dates'] = pd.to_datetime(df_date_grouping['dates'])，避免x轴日期排序异常
• 如果不同DataFrame的日期范围不一致，x轴会自动适配覆盖所有出现过的日期，缺失日期对应的数值会自动断开
• 可按需添加标题、坐标轴标签等自定义样式

内容的提问来源于stack exchange，提问作者Ze0ruso