如何基于Pandas DataFrame使用Matplotlib绘制双Y轴图表？

我来帮你把Matplotlib的双Y轴示例适配到你的Pandas DataFrame上，其实改动很小，咱们直接针对你的场景调整代码就行：

首先，先确认你的数据读取代码没问题（注意Windows路径的反斜杠要转义，或者用原始字符串避免解析错误）：

import pandas as pd
import matplotlib.pyplot as plt

# 读取并处理数据，注意路径的写法
pumpDf = pd.read_csv(r'C:\Python Scripts\data.csv', index_col='Date', parse_dates=True)
pumpDf = pumpDf.truncate(before='12/17/2017', after='12/31/2017')

接下来，你可以保留Matplotlib示例里的两个工具函数(two_scales和color_y_axis)，只需要修改数据传入的部分——因为你的DataFrame已经自带时间索引，直接用它替代示例里的NumPy数组即可：

def two_scales(ax1, time, data1, data2, c1, c2):
    """
    Parameters
    ----------
    ax1 : axis
        Axis to put two scales on
    time : array-like
        x-axis values for both datasets（这里用你的DataFrame时间索引）
    data1: array-like
        Data for left hand scale（对应你的DP列）
    data2 : array-like
        Data for right hand scale（对应你的pump30列）
    c1 : color
        Color for line 1
    c2 : color
        Color for line 2

    Returns
    -------
    ax1 : axis
        Original axis
    ax2 : axis
        New twin axis
    """
    ax2 = ax1.twinx()
    ax1.plot(time, data1, color=c1)
    ax1.set_xlabel('Date')
    ax1.set_ylabel('DP')
    ax2.plot(time, data2, color=c2)
    ax2.set_ylabel('pump30')
    return ax1, ax2

def color_y_axis(ax, color):
    """Color your axes."""
    for t in ax.get_yticklabels():
        t.set_color(color)
    return None

# -------------------------- 重点修改的调用部分 --------------------------
# 创建画布和轴，可指定大小让图表更美观
fig, ax = plt.subplots(figsize=(10, 6))

# 传入你的DataFrame数据：用时间索引作为x轴，DP和pump30分别作为左右轴数据
ax1, ax2 = two_scales(ax, pumpDf.index, pumpDf['DP'], pumpDf['pump30'], 'darkred', 'steelblue')

# 给轴上色
color_y_axis(ax1, 'darkred')
color_y_axis(ax2, 'steelblue')

# 添加图例，让图表逻辑更清晰
ax1.legend(['DP'], loc='upper left')
ax2.legend(['pump30'], loc='upper right')

# 自动调整布局，避免标签被截断
plt.tight_layout()
plt.show()

关键改动说明： #

• 用pumpDf.index替代了示例中的NumPy时间数组t——你的DataFrame索引已经是解析好的时间序列，直接复用即可
• 用pumpDf['DP']和pumpDf['pump30']替换了示例中的s1和s2，直接调用DataFrame的列数据就能适配
• 修改了轴标签为你实际的列名，替换了示例里的默认通用标签
• 增加了画布大小设置、图例和tight_layout()，让最终的图表可读性更强

另外补充个小提醒：如果你的时间索引格式和示例里的t不太一样也没关系，Matplotlib会自动识别Pandas的时间序列并正确渲染x轴。

内容的提问来源于stack exchange，提问作者bbartling