试试看：

ax = df1.plot()
df2.plot(ax=ax)

字符串

如果你有一个正在运行的Python/Ipython笔记本，并且在使用时遇到问题;
第一个月
df2.plot(ax=ax)个
在同一个单元格中运行命令！！由于某种原因，当它们被分成连续的单元格时，它不会工作。至少对我来说是这样。

• Chang的答案展示了如何在同一个axes上绘制不同的DataFrame。
• 在这种情况下，所有数据都在同一个 Dataframe 中，因此最好使用groupby和unstack。
• 或者，可以使用pandas.DataFrame.pivot_table。
• dfp = df.pivot_table(index='Month', columns='Year', values='value', aggfunc='mean')个
• 当使用pandas.read_csv时，names=在文件中没有列标题时创建列标题。'date'列必须解析为datetime64[ns] Dtype，以便.dt提取器可以用于提取month和year。

import pandas as pd
# given the data in a file as shown in the op
df = pd.read_csv('temp.csv', names=['date', 'time', 'value'], parse_dates=['date'])
    
# create additional month and year columns for convenience
df['Year'] = df.date.dt.year
df['Month'] = df.date.dt.month
# groupby the month a year and aggreate mean on the value column
dfg = df.groupby(['Month', 'Year'])['value'].mean().unstack()
# display(dfg)                     
Year        2005  2006       2007  2012
Month                                  
4            NaN  20.6        NaN  20.7
5            NaN   NaN  15.533333   NaN
8      19.566667   NaN        NaN   NaN

字符串
现在很容易将每年绘制为单独的线。OP每年只有一个观察结果，因此只显示一个标记。

ax = dfg.plot(figsize=(9, 7), marker='.', xticks=dfg.index)

型

的数据

要对多个嵌套框执行此操作，可以对它们执行for循环：

fig = plt.figure(num=None, figsize=(10, 8))
ax = dict_of_dfs['FOO'].column.plot()
for BAR in dict_of_dfs.keys():
    if BAR == 'FOO':
        pass
    else:
        dict_of_dfs[BAR].column.plot(ax=ax)

字符串
这也可以在没有if条件的情况下实现：

fig, ax = plt.subplots()
for BAR in dict_of_dfs.keys():
    dict_of_dfs[BAR].plot(ax=ax)

型

您可以在seaborn中使用hue参数。例如：

import seaborn as sns
df = sns.load_dataset('flights')
     year month  passengers
0    1949   Jan         112
1    1949   Feb         118
2    1949   Mar         132
3    1949   Apr         129
4    1949   May         121
..    ...   ...         ...
139  1960   Aug         606
140  1960   Sep         508
141  1960   Oct         461
142  1960   Nov         390
143  1960   Dec         432
sns.lineplot(x='month', y='passengers', hue='year', data=df)

字符串

的数据