Pandas中如何将1-1格式日期字符串转为Jan 1格式用于Matplotlib绘图
Pandas字符串日期转Matplotlib英文短标签的实现步骤
你之前用to_datetime、strftime没跑通的核心原因是,原始列是无年份的纯「月-日」字符串,没有完整时间锚点,既无法被正确自动解析,直接当字符串用又会导致x轴顺序错乱。以下是全链路可直接复制运行的步骤:
第一步:导入依赖并模拟原始数据
import pandas as pd import matplotlib.pyplot as plt # 模拟题目中描述的原始日期列 original_date_list = [ f"{month}-{day}" for month in range(1, 13) for day in range(1, 32) # 剔除不存在的日期,避免模拟数据失真 if not (month == 2 and day > 28) and not (month in [4,6,9,11] and day > 30) ] df = pd.DataFrame({"原始日期列": original_date_list})
第二步:正确解析日期列
给原字符串拼接固定参考年份,再强制指定解析格式,避免pandas自动识别时把月、日位置搞反:
# 选平年作为参考值,避免2月29日解析报错,参考年不影响最终展示效果 df["标准日期"] = pd.to_datetime( df["原始日期列"].map(lambda s: f"2023-{s}"), format="%Y-%m-%d" )
第三步:生成目标格式的x轴标签
通过strftime格式化输出需要的标签样式:
# 生成 "Jan 1" 格式的标签 # %b 对应短月份英文缩写(Jan、Feb...Dec) # %-d 对应不带前导零的日期(输出1而非01) df["目标标签"] = df["标准日期"].dt.strftime("%b %-d")
系统适配提示:如果是Windows环境运行,把上面的格式化字符串替换为
"%b %#d"即可,输出效果和跨平台一致。
第四步:将标签应用到Matplotlib绘图
fig, ax = plt.subplots(figsize=(12, 4)) # 模拟一组和日期一一对应的数值 df["模拟数值"] = range(len(df)) # 以标准日期为x轴绘制,保证时间轴顺序正确 ax.plot(df["标准日期"], df["模拟数值"]) # 每30天选取一个标签,避免标签重叠 tick_positions = df["标准日期"][::30] tick_labels = df["目标标签"][::30] ax.set_xticks(tick_positions) ax.set_xticklabels(tick_labels) plt.tight_layout() plt.show()
关键注意事项
- 为什么必须拼接参考年份:纯「月-日」格式的字符串不具备完整时间结构,pandas无法直接识别为日期类型,随便选一个平年的参考值(2021/2022/2023都可以)仅作为解析的锚点,不会影响最终的月份、日期展示
- 为什么不直接把原始字符串当x轴标签:直接用字符串作为x轴刻度时,Matplotlib会默认将其视为离散类别,无法保证跨月时的时间顺序逻辑,先转成真实日期类型再绑定自定义标签,才能让时间轴的刻度顺序完全符合真实日期逻辑
- 常见解析踩坑:如果不指定
format参数直接对原始字符串调用to_datetime,pandas会按照默认规则把第一个数字识别为日、第二个识别为月,直接导致月份和日期的位置完全错乱,这也是很多初学者使用日期方法时容易碰到的问题
内容的提问来源于stack exchange,提问作者online SH
相关产品推荐
相关产品推荐

