如何使用pandas中的DataFrame绘制时间序列图

• 你使用的df.plot()传参错误，该方法默认需要传入列名字符串而非直接传入Series对象，另外你的Time列为字符串类型，没有被识别为时间格式，也会导致坐标轴展示异常
• matplotlib的标签设置需要放在绘图命令之后，否则不会生效

建议先将时间列转换为标准时间格式，保证时间轴刻度展示逻辑符合时间序列规范：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
df = pd.read_csv('ApplianceShipments.csv')

# 把T1-1985这类季度标识转换为标准时间格式，T对应季度Q
df['Time'] = pd.PeriodIndex(df['Time'].str.replace('T', 'Q'), freq='Q').to_timestamp()

# 绘图
plt.figure(figsize=(10, 6))
plt.plot(df['Time'], df['Goods'], marker='o', color='#2c7fb8', linewidth=2)

# 配置图表样式
plt.xlabel('时间')
plt.ylabel('货物数量（单位：千）')
plt.xticks(rotation=45)
# 自动调整布局避免标签被截断
plt.tight_layout()
plt.show()

如果你不需要时间轴的自动区间计算，直接用原始的T1-1985作为x轴刻度，可以直接用matplotlib的plot方法绘制：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('ApplianceShipments.csv')
plt.figure(figsize=(10, 6))
plt.plot(df['Time'], df['Goods'], marker='o')
plt.xlabel('时间')
plt.ylabel('货物数量（单位：千）')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

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