如何用Pandas绘制多层索引数据：外层索引为X轴，内层索引为折线

我来帮你搞定这个问题！你遇到的核心问题是stack操作后的数据结构不符合pandas plot的分组要求，导致只画出了一条折线。咱们一步步拆解解决：

问题根源分析 #

先看你的原始数据结构：

my_data = {0: {'a': 1, 'b': 2}, 1: {'a': 1, 'b': 2}}

用pd.DataFrame.from_dict(my_data)生成的初始DataFrame是这样的：

0  1
a  1  1
b  2  2

转置(.T)后变成：

a  b
0  1  2
1  1  2

这时候你用.stack()会把列（a、b）转成内层索引，得到一个多层索引的Series：

0  a    1
   b    2
1  a    1
   b    2
dtype: int64

pandas对这种Series绘图时，会把所有值按索引顺序连成一条线，而不会按内层索引（a、b）分组，所以只出现了一条折线。

两种可行解决方案 #

方案1：直接转置后绘图（最简单） #

不需要stack操作，转置后的DataFrame已经完美符合你的需求：外层索引（0、1）是X轴，列（a、b）对应不同折线，数值是Y轴。

完整代码：

import pandas as pd

my_data = {0: {'a': 1, 'b': 2}, 1: {'a': 1, 'b': 2}}
data = pd.DataFrame.from_dict(my_data).T  # 转置得到正确的行列结构
data.plot(kind='line', xlabel='外层索引', ylabel='数值', title='多折线图')

运行后会自动生成两条折线，分别对应a和b，X轴就是你的外层索引0、1。

方案2：stack后再unstack恢复列结构 #

如果你已经做了stack操作，可以通过unstack把内层索引重新转成列，再绘图：

import pandas as pd

my_data = {0: {'a': 1, 'b': 2}, 1: {'a': 1, 'b': 2}}
data = pd.DataFrame.from_dict(my_data).T.stack()
data = data.unstack(level=1)  # 将内层索引（a、b）转为列
data.plot(kind='line', xlabel='外层索引', ylabel='数值', title='多折线图')

这个方法和方案1的效果完全一致，适合你已经有stack后数据的场景。

额外说明 #

如果你的数据更复杂（比如外层索引是日期或连续值），可以用reset_index()把外层索引转成普通列，再指定x参数绘图，比如：

data = data.reset_index()
data.plot(x='index', y=['a', 'b'], xlabel='外层索引', ylabel='数值')

这样能更灵活地控制X轴的显示。

内容的提问来源于stack exchange，提问作者user2471066