如何显示多个 DataFrame，如 subplot [重复]

Question

我有一堆数据帧要处理（假设是 8 个数据帧），逐行运行.head() 以查看数据结构非常令人困惑。

然后，我找到了this thread，但仍然不是我想要的答案，因为它表示为 1 行，多列，并且不显示 DataFrame 的名称

有没有这样一种方法可以显示超过 2 个 DataFrame，可以指定行数和列数，如 matplotlib 的 subplot 仅在一个单元格代码中显示？

例如，我想将我的 8 个 DataFrame 显示为 2 行 4 列：

   #name_df1           #name_df2           #name_df3           #name_df4
--|---------|--     --|---------|--     --|---------|--     --|---------|--
  |         |         |         |         |         |         |         |
  |   df1   |         |   df2   |         |   df3   |         |   df4   |
  |         |         |         |         |         |         |         |
--|---------|--     --|---------|--     --|---------|--     --|---------|--


   #name_df5           #name_df6           #name_df7           #name_df8
--|---------|--     --|---------|--     --|---------|--     --|---------|--
  |         |         |         |         |         |         |         |
  |   df5   |         |   df6   |         |   df7   |         |   df8   |
  |         |         |         |         |         |         |         |
--|---------|--     --|---------|--     --|---------|--     --|---------|--

提前谢谢你

Answer 1

我认为这就是您的要求：

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.rand(19,2), columns=['A', 'B'])
df2 = pd.DataFrame(np.random.rand(19,2), columns=['A', 'B'])

fig, axes = plt.subplots(nrows=2, ncols=4)
df1.plot(ax=axes[0,0])
df1.plot(ax=axes[0,1])
df1.plot(ax=axes[0,2])
df1.plot(ax=axes[0,3])
df2.plot(ax=axes[1,0])
df2.plot(ax=axes[1,1])
df2.plot(ax=axes[1,2])
df2.plot(ax=axes[1,3])