如何在同一图表中以Month为坐标轴绘制df与df1两个pandas数据框
双DataFrame同图绘制实现方法
现有两个DataFrame的Month字段取值、顺序完全对齐,可直接基于该字段设置坐标轴,两种常用可落地的实现路径如下:
方法1:使用Pandas内置绘图接口(代码量最少)
- 核心逻辑:提前创建单个全局坐标轴对象,将两个数据框的绘图逻辑绑定到同一个坐标轴上,避免生成两张独立图表
- 修正语法后的可直接运行代码:
import pandas as pd import matplotlib.pyplot as plt # 修正原代码中B2B_1字典的多余闭合方括号语法错误 B2B_1 = {'Month': ['10/2018','11/2018','12/2018','01/2019','02/2019','03/2019'], 'B2B': [200,400, 250, 100,120,200]} B2C_1 = {'Month': ['10/2018','11/2018','12/2018','01/2019','02/2019','03/2019'], 'B2C': [200,400, 250, 100,120,200]} df = pd.DataFrame(B2B_1) df1 = pd.DataFrame(B2C_1) # 初始化单坐标轴对象 ax = plt.gca() # 两个序列绑定同一坐标轴 df.plot(x='Month', y='B2B', ax=ax) df1.plot(x='Month', y='B2C', ax=ax) # 优化x轴标签显示,避免文字重叠 plt.xticks(rotation=45) plt.show()
方法2:使用Matplotlib原生接口绘制(自定义灵活度更高)
- 核心逻辑:直接提取两个DataFrame中的
Month列作为x轴,对应数值列作为y轴值,依次绘制折线序列 - 代码示例:
import pandas as pd import matplotlib.pyplot as plt # 复用上述df、df1的生成代码 plt.plot(df['Month'], df['B2B'], label='B2B') plt.plot(df1['Month'], df1['B2C'], label='B2C') plt.xlabel('Month') plt.legend() # 自动显示两个序列的区分图例 plt.xticks(rotation=45) plt.show()
额外提示:如果后续两个DataFrame的Month存在不对齐的情况,可先用
pd.merge(df, df1, on='Month', how='outer')将两个表按Month字段合并为一个宽表,再直接调用单表的plot方法即可,不需要额外处理坐标轴映射。
内容的提问来源于stack exchange,提问作者Chloe
相关产品推荐
相关产品推荐

