pandas绘图时如何仅将DataFrame的key作为x轴刻度标签，隐藏默认索引

方法1：直接修改绘图刻度标签（不改动原数据，推荐） #

你仅需要在绘图时获取axes对象，将刻度标签替换为MultiIndex的第一层值即可，完整代码如下：

import pandas as pd

dfA = pd.DataFrame([2, 4, 6, 8], columns = ['A'])
dfB = pd.DataFrame([4, 6, 8, 10], columns = ['B'])
dfC = pd.DataFrame([6, 8, 10, 12], columns = ['C']) 

alldata = pd.concat([dfA, dfB, dfC], keys = ['4D', '5D', '6D', '7D'])

# 接收plot方法返回的axes对象
ax = alldata.plot.bar(title = 'Data', ylabel = 'y', xlabel = 'x')
# 提取MultiIndex第一层作为刻度标签
ax.set_xticklabels(alldata.index.get_level_values(0))

方法2：提前删除不需要的索引层级（改动原数据） #

如果后续不需要用到第二层的原行索引，可以直接删掉MultiIndex的第二层，之后绘图会自动使用第一层作为刻度标签：

import pandas as pd

dfA = pd.DataFrame([2, 4, 6, 8], columns = ['A'])
dfB = pd.DataFrame([4, 6, 8, 10], columns = ['B'])
dfC = pd.DataFrame([6, 8, 10, 12], columns = ['C']) 

alldata = pd.concat([dfA, dfB, dfC], keys = ['4D', '5D', '6D', '7D'])
# 删除第二层行索引
alldata = alldata.droplevel(1)

alldata.plot.bar(title = 'Data', ylabel = 'y', xlabel = 'x')

原理说明 #

使用pd.concat的keys参数拼接DataFrame时，会自动生成多层行索引（MultiIndex），第一层是传入的keys值，第二层是各个原DataFrame的原生行索引。pandas默认会把多层索引的所有层级拼接为元组作为刻度标签，上述两种方法都是通过保留第一层索引值作为标签实现需求。

内容的提问来源于stack exchange，提问作者Fonnie