การพลอตหลาย DataFrame พร้อมกันด้วยฟังก์ชันของ Pandas

ภาพรวม

Pandas มีเมธอด plot() ในตัว สามารถพลอตหลาย DataFrame บน axes เดียวกันได้โดยส่งพารามิเตอร์ ax

ขั้นตอนการทำงาน

กำหนดขนาดฟิกเกอร์
สร้าง DataFrame 2 ตัว (df1, df2) ข้อมูลต่างกัน
พลอต df1 ก่อน เก็บ axes ที่คืนมา
พลอต df2 ส่ง ax=ax ให้ใช้ axes เดียวกัน
แสดงผล

ตัวอย่างโค้ด

import pandas as pd
from matplotlib import pyplot as plt

plt.rcParams["figure.figsize"] = [7.00, 3.50]
plt.rcParams["figure.autolayout"] = True

df1 = pd.DataFrame(dict(
    name=['John', 'James', 'Stephen', 'Kandy'],
    age=[23, 45, 12, 34]
))

df2 = pd.DataFrame(dict(
    subject=['Math', 'Physics', 'Chemistry', 'Biology'],
    marks=[67, 98, 90, 75]
))

ax = df1.plot(x='name', y='age')
df2.plot(ax=ax, x='subject', y='marks')
plt.show()

ผลลัพธ์

กราฟรวม 2 DataFrame บน axes เดียว (แกน X จะมีค่าผสมกัน)

การพลอตหลาย DataFrame พร้อมกันด้วยฟังก์ชันของ Pandas

หมายเหตุ

เหมาะสำหรับข้อมูลที่มีแกน X เหมือนกัน (เช่น datetime index เดียวกัน)
หากแกน X ต่างกัน ควรใช้ twinx() หรือ subplots แยก
Pandas plot() เป็น wrapper ของ matplotlib ให้สะดวก