在循环内绘图之前，您没有按测量值过滤数据。请参阅下面使用虚拟数据的示例：

# DUMMY DATA
n = 1000 # number of rows
i = 4 # number of unique measures
df = pd.DataFrame({'Time':pd.date_range('2023-03-08', periods=n), 'measurement': np.random.randint(0,i, size = n), 'value':np.random.random(n)})
measures = list(set(df['measurement']))

# PLOTTING
fig, axs = plt.subplots(int(i/2),2, figsize=(15,12))
for j in range(len(measures)):
    df_subset = df[df['measurement'] == measures[j]]
    x = df_subset['Time']
    y = df_subset['value']
    axs.flatten()[j].plot(x,y)
    axs.flatten()[j].set_title(f'Measurement:{measures[j]}')

字符串
输出：

• seaborn是matplotlib的一个高级API，它可以大大整合代码。
• 在这种情况下，使用来自此answer的样本数据进行一致性，使用kind='scatter'或kind='line'的图形级别方法sns.relplot。
• 将用于分隔数据的列传递给col参数。

import seaborn as sns

g = sns.relplot(data=df, x='Time', y='value', col='measurement', col_wrap=2, height=3.5, aspect=2)

字符串

的数据