含NaN值的Pandas DataFrame列双Y轴绘图异常求助

我来帮你搞定这个双Y轴绘图的问题！你遇到的核心问题是：第二列数据中大量的NaN导致matplotlib无法画出连续线条，且默认没有标记离散的有效数据点，所以看起来像是没显示。下面给你具体的解决方案和修改后的代码：

问题原因分析 #

matplotlib的plot()函数默认会绘制连续线条，但当数据中存在大量连续NaN时，它会中断线条；而你的第二列只有每10年一个有效数据，其余全是NaN，既没有连续数值支撑线条，又没设置数据点标记，所以图表上看不到第二列的内容。另外，你的第一列数据是字符串类型，建议先转为数值型，避免潜在的绘图异常。

解决方案 #

这里有两种实用的处理方式，你可以根据需求选择：

方式1：提取非NaN数据单独绘图（推荐） #

直接筛选出第二列中有效的非NaN数据，绘制带标记的点（或线条），这样能清晰展示离散的时间点数据：

import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt 

# 原始数据
list1 = ['1297606', '1300760', '1303980', '1268987', '1333521', '1328570', '1328112', '1353671', '1371285', '1396658', '1429247', '1388937', '1359145', '1330414', '1267415', '1210883', '1221585', '1186039', '884273', '861789', '857475', '853485', '854122', '848163', '839226', '820151', '852385', '827609', '825564', '789217', '765651']
list1a = [1980, 1981, 1982, 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009, 2010]
list3b = [121800016.0, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, 145279588.0, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, 160515434.5, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, 168140487.0]

# 创建DataFrame并修正数据类型
d = {'Year': list1a,'Abortions per Year': list1, 'Affiliation with Religious Institutions': list3b}
newdf = pd.DataFrame(data=d)
newdf.set_index('Year',inplace=True)
# 将第一列转为整数类型
newdf['Abortions per Year'] = newdf['Abortions per Year'].astype(int)

# 绘图部分
fig, ax1 = plt.subplots(figsize=(20,5))

# 绘制第一列数据
ax1.plot(newdf['Abortions per Year'], color='blue', label='Abortions per Year')
ax1.set_ylabel('Abortions Count', color='blue')
ax1.tick_params(axis='y', labelcolor='blue')

# 创建双Y轴并绘制第二列非NaN数据
ax1b = ax1.twinx()
# 提取非NaN的行
non_nan_affil = newdf['Affiliation with Religious Institutions'].dropna()
# 绘制带标记的点，可选添加线条连接
ax1b.plot(non_nan_affil.index, non_nan_affil.values, marker='o', linestyle='-', color='orange', markersize=8, label='Religious Affiliation')

# 设置第二Y轴范围和标签
y2min = non_nan_affil.min()
y2max = non_nan_affil.max()
ax1b.set_ylim(y2min*0.8, y2max*1.2)
ax1b.set_ylabel('Religious Institution Affiliation', color='orange')
ax1b.tick_params(axis='y', labelcolor='orange')

# 添加图例
fig.legend(loc='upper right', bbox_to_anchor=(1.1, 1))
plt.title('Abortions vs Religious Affiliation Over Time')
plt.show()

方式2：直接修改绘图参数显示离散点 #

如果你不想筛选数据，也可以直接在plot()中设置标记样式，让matplotlib显示出离散的有效数据点：

# 其他代码和上面一致，仅修改ax1b的plot部分
ax1b.plot(newdf['Affiliation with Religious Institutions'], marker='s', linestyle='--', color='red', markersize=8, label='Religious Affiliation')

这种方式会保留原数据的索引，但因为中间都是NaN，线条会断开，不过标记点会清晰显示出来。

额外提示 #

• 你的第一列数据初始是字符串类型，转为数值型后绘图会更准确，避免matplotlib把它当作分类数据处理。
• 如果需要让离散的有效数据点之间用线条连接，两种方式都可以通过设置linestyle='-'实现，这样能更直观展示长期趋势。

内容的提问来源于stack exchange，提问作者ZakS