如何按年份或在同一图上显示多条线来将子图中的可视化分开？

如何解决如何按年份或在同一图上显示多条线来将子图中的可视化分开？

在问这个问题之前，我昨天花了一天的时间在以前的Stack Overflow答案以及Internet中寻找答案，但是我找不到解决问题的方法。

我有一个随着时间推移在美国石油生产的数据框架。数据包括日期列和相应的值。数据的最小可复制代码如下：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('https://raw.githubusercontent.com/Arsik36/SO/master/Oil%20production.csv',parse_dates = ['date'],index_col = 'date')

我使用下面的代码来可视化一段时间内石油生产的总体趋势：

# Visualizing Time Series
df.value.plot(title = 'Oil production over time')

# Specifying naming convention for x-axis
plt.xlabel('Date')

# Specifying naming convention for y-axis
plt.ylabel('Oil production volume')

# Improving visual aesthetics
plt.tight_layout()

# Showing the result
plt.show()

通过在您的环境中运行此代码，您会看到该图显示了值随时间的分布。 我遇到的困难是要么按年份将图分成多个子图（例如1995年至1997年），要么每年在一张图上显示不同的线条

df['1995' : '1997'].value.plot(title = 'Oil production over time',subplots = True)

当我使用此代码时，它仅对1997年的数据进行了正确的子集划分，并且使用subplots = True该图确实是按年份分隔的。但是，通过在您的环境中运行它，您可以看到该图在x轴上按年分隔，但是利用1条线来显示所有3年的结果。我想做的是将一个地块分成1995、1996和1997年的3个子图，或者在一个图中显示3条线，每条线对应一个唯一的年份。

对于我来说，重要的是能够通过将日期列保留为索引列而不必创建任何其他列（如果可能）来解决此问题。

预先感谢您的帮助。

解决方法

您是正确的建议，没有针对python的已实现解决方案，我知道R在fpp2中对此具有实现。

我想出的解决方案是从您的数据中获取每年的数据，并将其连续绘制在for循环中。

years=[1995,1996,1997]

fig,ax=plt.subplots(figsize=(10,30))

for i in years:
    aux=df[df.index.map(lambda x : x.year == i)] #slice the data for each year
    aux.reset_index(inplace=True,drop=True) #we need to drop the index in order to be able to plot all lines in the same timeframe.

    #afterwards an index is given to all the series
    aux.set_index(pd.date_range(pd.to_datetime('01-01-2000'),periods=aux.shape[0],freq='W'),inplace=True)
    ax.set_xticklabels(aux.index,rotation = 90)
    ax.plot(aux.values,label=str(i))
    plt.legend()

fig.autofmt_xdate() #to be able to see the dates clearly

fig.show()

这会产生如下结果：

剩下要做的就是格式化x轴标签，以便仅显示月份。