使用Pandas（Matplotlib）将多个时间序列DataFrames绘制到单个图中

案例介绍

本文将以一个转载的汽车销售数据集为例，在Python的Pandas（Matplotlib）中展示如何将多个时间序列DataFrames绘制到单个图中。这个数据集里有三个DataFrame，分别是：

销售额（sales）：代表每个州在某个时间内的总销售额。
订单量（orders）：代表每个州在某个时间内的订单数。
商品量（quantity）：代表每个州在某个时间内的商品销售量。

我们将使用Pandas（Matplotlib）将这三个数据框中的数据绘制到同一个图中，以更清晰地了解数据之间的关联和趋势。

开始

首先，我们需要安装必要的依赖。Pandas 和 Matplotlib 库可以直接在 Python 中通过 pip 进行安装。在终端或命令提示符中，输入以下命令即可完成安装：

!pip install pandas
!pip install matplotlib

准备工作完成后，我们开始加载数据。首先，先定义需要使用的库：

import pandas as pd
import matplotlib.pyplot as plt

然后，我们可以从一个CSV文件中加载数据：

sales_df = pd.read_csv('sales.csv')
orders_df = pd.read_csv('orders.csv')
quantity_df = pd.read_csv('quantity.csv')

要在一个图中绘制多个数据框，需要使它们的 index 和 columns 中保持相同的形状。下面我们对数据进行预处理以使它们的索引和列标签相同。

我们需要将每个 DataFrames 中的州名（state）设置为行索引，将时间戳（timestamp）设置为列标签。

sales_df = sales_df.pivot(index='state', columns='timestamp', values='sales')
orders_df = orders_df.pivot(index='state', columns='timestamp', values='orders')
quantity_df = quantity_df.pivot(index='state', columns='timestamp', values='quantity')

为了比较三个数据框，我们首先创建一个 figure 和 subplots：

fig, ax = plt.subplots()

接下来，我们使用数据框的 .plot() 方法进行绘制。在 plot 方法中传递数据，指定绘制的线类型和颜色。

为了区分每个数据框的线条，我们使用不同的颜色进行绘制。这里我们使用了红色，绿色和蓝色。

sales_df.plot(ax=ax, kind='line', figsize=(15,10), legend=True, color=['r'], lw=2)
orders_df.plot(ax=ax, kind='line', figsize=(15,10), legend=True, color=['g'], lw=2)
quantity_df.plot(ax=ax, kind='line', figsize=(15,10), legend=True, color=['b'], lw=2)

最后，我们将在 ax 对象上设置标题和标签。

ax.set_title('Sales, Orders and Quantity')
ax.set_xlabel('Timestamp')
ax.set_ylabel('Amount')

完整的代码：

import pandas as pd
import matplotlib.pyplot as plt

sales_df = pd.read_csv('sales.csv')
orders_df = pd.read_csv('orders.csv')
quantity_df = pd.read_csv('quantity.csv')

sales_df = sales_df.pivot(index='state', columns='timestamp', values='sales')
orders_df = orders_df.pivot(index='state', columns='timestamp', values='orders')
quantity_df = quantity_df.pivot(index='state', columns='timestamp', values='quantity')

fig, ax = plt.subplots()

sales_df.plot(ax=ax, kind='line', figsize=(15,10), legend=True, color=['r'], lw=2)
orders_df.plot(ax=ax, kind='line', figsize=(15,10), legend=True, color=['g'], lw=2)
quantity_df.plot(ax=ax, kind='line', figsize=(15,10), legend=True, color=['b'], lw=2)

ax.set_title('Sales, Orders and Quantity')
ax.set_xlabel('Timestamp')
ax.set_ylabel('Amount')

plt.show