合并pandas时间戳后绘图报错：Python int too large to convert to C long

首先看你的报错OverflowError: Python int too large to convert to C long，这是因为Matplotlib在处理你传入的时间数据时，把pandas的datetime对象转换成了纳秒级时间戳整数，这个数值太大，超出了Windows系统下C语言long类型的范围，导致转换失败。

结合你的代码和数据，给你几个针对性的解决步骤：

1. 确保时间数据类型正确 #

先确认所有时间序列都是datetime64[ns]类型，这是pandas和Matplotlib兼容的标准时间类型。在代码里添加检查：

print("log_time dtype:", log_time.dtype)
print("log_time_1 dtype:", df.log_time_1.dtype)
print("cm_time_4 dtype:", df.cm_time_4.dtype)

如果输出不是datetime64[ns]，用pd.to_datetime重新转换：

log_time = pd.to_datetime(log_time, errors='coerce')
df['log_time_1'] = pd.to_datetime(df['log_time_1'], errors='coerce')
df['cm_time_4'] = pd.to_datetime(df['cm_time_4'], errors='coerce')

2. 转换时间为Matplotlib可识别的数值 #

直接传递pandas的datetime Series给plt.vlines容易触发大整数转换问题，我们可以用matplotlib.dates.date2num()把时间转换成Matplotlib内部的日期数值（以天为单位的浮点数），避免超大整数：

import matplotlib.dates as mdates

# 转换所有时间序列为Matplotlib兼容的数值
log_time_num = mdates.date2num(log_time.to_pydatetime())
log_time_1_num = mdates.date2num(df.log_time_1.to_pydatetime())
cm_time_4_num = mdates.date2num(df.cm_time_4.to_pydatetime())

# 绘制垂直线
plt.figure(figsize=(18, 4))
plt.vlines(log_time_num, 0, 1, colors="g", label="Original log time")
plt.vlines(log_time_1_num, 0.3, 0.7, colors="r", lw=2, label="Matched log time")
plt.vlines(cm_time_4_num, 0.3, 0.7, colors="b", lw=2, label="CM time")

# 添加日期格式化和标签
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d %H:%M:%S'))
plt.gcf().autofmt_xdate()  # 自动旋转x轴标签，避免重叠
plt.legend()
plt.show()

3. 检查时间转换逻辑（可选） #

你的cm_time转换代码中：

cm_time_2 = [ref_time + pd.Timedelta(minutes=np.float(i)) for i in cm_time]

确认cm_time的数值单位确实是分钟，如果原始数据是秒的话，要改成seconds=np.float(i)，不过从你提供的合并后数据来看，时间间隔是20分钟，这个转换是正确的，所以这一步可以忽略。

这样修改后，Matplotlib就能正确处理时间数据，不会再触发OverflowError了。

内容的提问来源于stack exchange，提问作者Jetman