使用 pandas 绘图时，图例仅显示一个标签

我有两个 Pandas DataFrame，我希望将它们绘制成单个图形。我正在使用 IPython 笔记本。

我希望图例显示两个 DataFrame 的标签，但到目前为止我只能显示后一个。此外，任何关于如何以更合理的方式编写代码的建议将不胜感激。我对这一切都很陌生，并且不太了解面向对象的绘图。

%pylab inline
import pandas as pd

#creating data

prng = pd.period_range('1/1/2011', '1/1/2012', freq='M')
var=pd.DataFrame(randn(len(prng)),index=prng,columns=['total'])
shares=pd.DataFrame(randn(len(prng)),index=index,columns=['average'])

#plotting

ax=var.total.plot(label='Variance')
ax=shares.average.plot(secondary_y=True,label='Average Age')
ax.left_ax.set_ylabel('Variance of log wages')
ax.right_ax.set_ylabel('Average age')
plt.legend(loc='upper center')
plt.title('Wage Variance and Mean Age')
plt.show()

这确实有点令人费解。我认为这可以归结为 Matplotlib 如何处理辅助轴。熊猫可能会叫ax.twinx()在第一个轴上叠加第二个轴的地方，但这实际上是一个单独的轴。因此也有单独的线条和标签以及单独的图例。呼唤plt.legend()仅适用于其中一个轴（活动轴），在您的示例中是第二个轴。

幸运的是，Pandas 确实存储了两个轴，因此您可以从它们中获取所有线条对象并将它们传递给.legend()命令自己。鉴于您的示例数据：

您可以完全按照您的方式绘制：

ax = var.total.plot(label='Variance')
ax = shares.average.plot(secondary_y=True, label='Average Age')

ax.set_ylabel('Variance of log wages')
ax.right_ax.set_ylabel('Average age')

两个轴对象都可用ax（左轴）和ax.right_ax，这样你就可以从中抓取线条对象。 Matplotlib 的.get_lines()返回一个列表，以便您可以通过简单的添加来合并它们。

lines = ax.get_lines() + ax.right_ax.get_lines()

线对象有一个 label 属性，可用于读取标签并将其传递给.legend()命令。

ax.legend(lines, [l.get_label() for l in lines], loc='upper center')

其余的情节：

ax.set_title('Wage Variance and Mean Age')
plt.show()

edit:

如果您更严格地将 Pandas（数据）和 Matplotlib（绘图）部分分开，可能不会那么混乱，因此避免使用 Pandas 内置绘图（无论如何它只包装 Matplotlib）：

fig, ax = plt.subplots()

ax.plot(var.index.to_datetime(), var.total, 'b', label='Variance')
ax.set_ylabel('Variance of log wages')

ax2 = ax.twinx()
ax2.plot(shares.index.to_datetime(), shares.average, 'g' , label='Average Age')
ax2.set_ylabel('Average age')

lines = ax.get_lines() + ax2.get_lines()
ax.legend(lines, [line.get_label() for line in lines], loc='upper center')

ax.set_title('Wage Variance and Mean Age')
plt.show()