如何正确合并两个Pandas DataFrame并绘制腐败与不平等关系散点图

你现在用的纵向拼接方式不符合散点图的需求：散点图需要每一行对应一组「国家+年份」的x/y值，也就是腐败指数和不平等指数要作为两个独立列存在，正确处理步骤如下：

步骤1：将宽格式原始表转为长格式 #

两个原始DataFrame都采用年份作为列名的宽结构，先统一转换为国家-年份-指标值的长结构：

# 不平等指数表转长表
inq_long = inq.melt(id_vars="country", var_name="year", value_name="gini_index")
# 腐败指数表转长表
corr_long = corr.melt(id_vars="country", var_name="year", value_name="corruption_index")

步骤2：按国家+年份合并两个长表 #

用内连接合并，仅保留两个表同时存在数据的（国家，年份）组合，避免空值影响绘图：

merged = pd.merge(
    inq_long,
    corr_long,
    on=["country", "year"],
    how="inner"
)
# 过滤掉两个指标存在空值的无效行
merged = merged.dropna(subset=["gini_index", "corruption_index"])

步骤3：直接绘制散点图 #

合并后的表每行对应一组x/y值，直接调用绘图接口即可：

import matplotlib.pyplot as plt

plt.scatter(merged["corruption_index"], merged["gini_index"])
plt.xlabel("腐败指数")
plt.ylabel("不平等指数（GINI）")
plt.show()

用你给出的样例数据执行以上操作后，最终会得到1条有效数据：

• 安哥拉2018年：GINI=51.3，腐败指数=40.4
  其他（国家，年份）组合因至少一个指标为空，会被过滤不参与绘图。

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