如何对比含不同日期列的Pandas DataFrame数据？

当然可以解决这个问题！我经常帮人处理这种时间轴不对齐的多数据源可视化需求，核心就是先把两个DataFrame的时间轴统一对齐，再用共享x轴的子图来绘制，这样就能完美对比同一时间点的峰值了。下面是具体步骤：

1. 先把时间列转成datetime类型 #

这是最基础也最容易忽略的一步——如果你的时间数据是字符串格式，Pandas根本没法正确对齐时间轴。先把两个DataFrame的时间列转换成datetime类型：

import pandas as pd
import matplotlib.pyplot as plt

# 假设你的降雨量数据存在rain_df，含datetime和rainfall列；水位数据在water_df，含datetime和water_level列
rain_df['datetime'] = pd.to_datetime(rain_df['datetime'])
water_df['datetime'] = pd.to_datetime(water_df['datetime'])

2. 对齐两个DataFrame的时间轴 #

根据你的数据特性，有两种常用的对齐方式：

方式一：重采样到统一频率（适合周期性采样数据） #

如果你的降雨量和水位数据是按不同周期采样的（比如一个每分钟记录，一个每5分钟记录），可以把它们重采样到同一个时间频率，比如5分钟：

# 先将datetime设为索引
rain_df = rain_df.set_index('datetime').resample('5T').mean()  # 5分钟重采样，取均值（也可以用sum/last，看数据类型）
water_df = water_df.set_index('datetime').resample('5T').mean()

# 合并成一个DataFrame，同时去掉缺失值
combined_df = pd.concat([rain_df, water_df], axis=1).dropna()

方式二：按最近时间匹配（适合不规则采样数据） #

如果你的数据是事件触发式的（比如降雨只在下雨时记录，水位是定时记录），可以用merge_asof匹配最近的时间点，还能设置最大时间差避免错误匹配：

# merge_asof要求数据必须按时间排序
rain_df_sorted = rain_df.sort_values('datetime')
water_df_sorted = water_df.sort_values('datetime')

# 匹配最近的时间点，允许最大30秒的时间差（根据你的数据调整）
combined_df = pd.merge_asof(
    rain_df_sorted,
    water_df_sorted,
    on='datetime',
    tolerance=pd.Timedelta('30s'),
    direction='nearest'
)

3. 绘制共享x轴的子图 #

这一步的关键是设置sharex=True，让两个子图共享同一个x轴——这样缩放、平移时，两个图的时间轴会完全同步，再也不会出现偏移：

# 创建两个上下排列的子图，共享x轴
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(12, 8), sharex=True)

# 绘制降雨量
ax1.plot(combined_df['datetime'], combined_df['rainfall'], color='steelblue', label='降雨量')
ax1.set_ylabel('降雨量 (mm)')
ax1.legend()
ax1.grid(alpha=0.3)

# 绘制水位
ax2.plot(combined_df['datetime'], combined_df['water_level'], color='coral', label='水位')
ax2.set_xlabel('时间')
ax2.set_ylabel('水位 (m)')
ax2.legend()
ax2.grid(alpha=0.3)

# 自动调整子图间距
plt.tight_layout()
plt.show()

额外小技巧 #

• 如果合并后有缺失值，可以用时间插值填充：combined_df.interpolate(method='time', inplace=True)，让曲线更平滑。
• 如果你想突出峰值，可以在图上用ax.scatter()标记出超过阈值的点，比如降雨量超过10mm的时刻。

内容的提问来源于stack exchange，提问作者aloevgaard