合并后绘制2个数据帧

在连接之前,可以使用“date”列作为索引。

df1 = pd.DataFrame({'value': [1,2,3,4,5], 'date': [20,40,60,80,100]})
df2 = pd.DataFrame({'value': [11,21,31,41,51], 'date': [20,40,60,80,100]})
df3 = pd.concat([df1.set_index("date"), df2.set_index("date")], keys=['df1','df2'], axis=1)
df3.plot()

打印时,索引用作x值,并为每列绘制一条线。

df3 = pd.concat([df1.set_index("date"), df2.set_index("date")], axis=1, ignore_index =True)
df3.columns=['df1','df2']

df3 = pd.concat([df1.set_index("date"), df2.set_index("date")], keys=['df1','df2'], axis=1)
df3.columns = df3.columns.droplevel(level=1)

尝试:

df3=pd.merge(df1,df2,on='date')
df3.plot.line(x="date")
plt.show()

首先,由于日期似乎相同,因此可以在“日期”列上合并

df3=pd.merge(df1,df2,on='date')

   value_x  date  value_y
0        1    20       11
1        2    40       21
2        3    60       31
3        4    80       41
4        5   100       51

使用matplotlib的另一种方法: 绘制日期与值x和日期与值y

plt.plot(df3["date"],df3["value_x"],label="df1")
plt.plot(df3["date"],df3["value_y"],label="df2")

plt.legend()
plt.show()