Pandas分组子图绘图：如何为整体添加通用X/Y轴标签

我来帮你解决这个问题！你已经通过分组和unstack绘制出3行1列的子图，想要给整个图表添加统一的X轴、Y轴标签，而非逐个子图单独设置，这里有两种实用的方法：

方法1：利用Figure的supxlabel/supylabel（推荐，matplotlib 3.4+） #

这个方法是matplotlib较新版本提供的原生全局标签功能，操作简单且布局更合理：

import pandas as pd
import matplotlib.pyplot as plt

# 构造你的DataFrame
data = {
    'groupcol': ['A', 'B', 'C', 'A', 'C', 'A', 'B'],
    'value': [10, 12, 10, 10, 17, 11, 15]
}
df = pd.DataFrame(data, index=[1,2,3,4,5,6,7])

# 绘制子图并获取子轴对象
axs = df.groupby([df.index,'groupcol']).mean()['value'].unstack().plot(subplots=True, layout=(3,1))
# 从任意一个子轴获取整个图表的Figure对象
fig = axs[0].figure

# 添加全局X/Y轴标签
fig.supxlabel('你的全局X轴名称', fontsize=12)
fig.supylabel('你的全局Y轴名称', fontsize=12)

# 调整布局，避免标签和子图内容重叠
plt.tight_layout()
plt.show()

方法2：使用fig.text手动定位（兼容旧版matplotlib） #

如果你的matplotlib版本低于3.4，没有supxlabel和supylabel，可以通过手动定位文本的方式添加全局标签：

import pandas as pd
import matplotlib.pyplot as plt

# 构造DataFrame（同上）
data = {
    'groupcol': ['A', 'B', 'C', 'A', 'C', 'A', 'B'],
    'value': [10, 12, 10, 10, 17, 11, 15]
}
df = pd.DataFrame(data, index=[1,2,3,4,5,6,7])

# 绘制子图
axs = df.groupby([df.index,'groupcol']).mean()['value'].unstack().plot(subplots=True, layout=(3,1))
fig = axs[0].figure

# 添加全局X轴标签（居中放在整个图表底部）
fig.text(0.5, 0.02, '你的全局X轴名称', ha='center', fontsize=12)
# 添加全局Y轴标签（垂直居中放在整个图表左侧）
fig.text(0.02, 0.5, '你的全局Y轴名称', va='center', rotation='vertical', fontsize=12)

plt.tight_layout()
plt.show()

两种方法的核心都是先获取整个图表的Figure对象，再通过Figure的方法添加全局标签，这样就能避免逐个子图设置的繁琐，让整个图表的标签风格统一。

内容的提问来源于stack exchange，提问作者user307283