使用plot()时的Python/Pandas数据对齐

使用plot()时的Python/Pandas数据对齐,python,pandas,plot,Python,Pandas,Plot,我使用熊猫从一个更大的数据集中绘制一些数据。我有下面的代码来整理特定的列(类别/描述)并从一个大DF中绘制它们 df.amt[df.categ=='A'].cumsum().plot(legend=True,label='A',figsize=(11,5)) df.amt[df.descrip=='B'].cumsum().plot(legend=True,label='B',figsize=(11,5)) 绘制图像时,图像如下所示: 蓝线从(2015,8)开始,红线从(2014,9)开始,

我使用熊猫从一个更大的数据集中绘制一些数据。我有下面的代码来整理特定的列(类别/描述)并从一个大DF中绘制它们

df.amt[df.categ=='A'].cumsum().plot(legend=True,label='A',figsize=(11,5))
df.amt[df.descrip=='B'].cumsum().plot(legend=True,label='B',figsize=(11,5))
绘制图像时,图像如下所示:

蓝线从(2015,8)开始,红线从(2014,9)开始,但在地块中情况并非如此


这肯定是因为两个plot命令互相跟随。如何使连续的绘图命令发挥作用?

几乎可以肯定,您已将数据引入到

df.amt[df.descrip=='B'].cumsum().plot(legend=True,label='B',figsize=(11,5))
在你相信之前。我们真正提供帮助的唯一方法是让您花时间提供更多细节和代码

考虑以下几点:

df = pd.DataFrame(np.arange(18).reshape(-1, 2), columns=['A', 'B'])

df.loc[range(3), 'B'] = np.nan

df.A.plot(label='A')
df.B.plot(label='B')


几乎可以肯定,您已经将数据引入到

df.amt[df.descrip=='B'].cumsum().plot(legend=True,label='B',figsize=(11,5))
在你相信之前。我们真正提供帮助的唯一方法是让您花时间提供更多细节和代码

考虑以下几点:

df = pd.DataFrame(np.arange(18).reshape(-1, 2), columns=['A', 'B'])

df.loc[range(3), 'B'] = np.nan

df.A.plot(label='A')
df.B.plot(label='B')


当然,这幅图的内容远不止这两行。请发布所有相关代码和样本数据。当然,图中的内容比这两行还多。请将所有相关代码与样本数据一起发布。