在绘制两个独立DataFrames的列时,可以使用Matplotlib库来实现。Matplotlib是一个常用的Python绘图库,可以用于创建各种类型的图表,包括子图。
下面是一个示例代码,演示如何在一个图中绘制两个独立DataFrames的列:
import pandas as pd
import matplotlib.pyplot as plt
# 创建两个示例DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [2, 4, 6, 8, 10]})
df2 = pd.DataFrame({'C': [3, 6, 9, 12, 15], 'D': [4, 8, 12, 16, 20]})
# 创建一个包含两个子图的图表
fig, (ax1, ax2) = plt.subplots(2)
# 在第一个子图中绘制df1的列
ax1.plot(df1['A'], label='A')
ax1.plot(df1['B'], label='B')
ax1.set_title('DataFrame 1')
ax1.legend()
# 在第二个子图中绘制df2的列
ax2.plot(df2['C'], label='C')
ax2.plot(df2['D'], label='D')
ax2.set_title('DataFrame 2')
ax2.legend()
# 显示图表
plt.show()
在这个示例中,我们首先创建了两个示例DataFrame(df1和df2),每个DataFrame包含两列数据。然后,我们使用Matplotlib的subplots()
函数创建了一个包含两个子图的图表。接下来,我们在每个子图中使用plot()
函数绘制了相应DataFrame的列,并使用set_title()
函数设置了子图的标题。最后,使用legend()
函数添加了图例,并使用show()
函数显示了整个图表。
这样,我们就可以在一个图中绘制两个独立DataFrames的列,每个DataFrame的列对应一个子图,方便进行比较和分析。
推荐的腾讯云相关产品:腾讯云服务器(CVM)和云数据库MySQL。
领取专属 10元无门槛券
手把手带您无忧上云