Plotly：如何从 x 轴删除空日期？
Posted
技术标签:
【中文标题】Plotly：如何从 x 轴删除空日期？【英文标题】：Plotly: How to remove empty dates from x axis? 【发布时间】：2020-09-05 18:25:46 【问题描述】：我有一个数据框
Date Category Sum
0 2019-06-03 "25M" 34
1 2019-06-03 "25M" 60
2 2019-06-03 "50M" 23
3 2019-06-04 "25M" 67
4 2019-06-05 "50M" -90
5 2019-06-05 "50M" 100
6 2019-06-06 "100M" 6
7 2019-06-07 "25M" -100
8 2019-06-08 "100M" 67
9 2019-06-09 "25M" 450
10 2019-06-10 "50M" 600
11 2019-06-11 "25M" -9
12 2019-07-12 "50M" 45
13 2019-07-13 "50M" 67
14 2019-07-14 "100M" 130
15 2019-07-14 "50M" 45
16 2019-07-15 "100M" 100
17 2019-07-16 "25M" -90
18 2019-07-17 "25M" 700
19 2019-07-18 "25M" -9
我想创建一个绘图图，显示在每个描述的日期为不同的“类别”添加“总和”，但如果日期没有任何数据，我想删除它们。
代码
df["Date"]=pd.to_datetime(df["Date"], format=("%Y%m%d"))
df=df.sort_values(["Date","Category","Sum"],ascending=False)
df=round(df.groupby(["Date","Category"]).agg("Sum":"sum").reset_index(),1)
fig = px.bar(df, x=df["Date"] , y='Sum',barmode="group",color="Category")
fig.update_xaxes(
rangeslider_visible=True,
rangeselector=dict(
buttons=list([
dict(count=1, label="day", step="day", stepmode="todate"),
dict(count=24, label="montly", step="month", stepmode="todate"),
dict(count=1, label="year", step="year", stepmode="todate"),
dict(step="all")
])
))
fig.show()
我得到这样的图表，但我想从绘图图中删除空日期
【问题讨论】：
这能回答你的问题吗？ Plotly: How to remove the empty gap on x-axis 【参考方案1】：我的图表也有同样的问题。只需在布局代码中添加以下内容：
xaxis=dict(type = "category")
注意：我用过import plotly.graph_objs as go
不 import plotly.express as px
这对我有用。希望对你也有帮助。
【讨论】：
非常感谢这个有用的答案。它在我的图表中运行良好。 在大量数据中使用 rangebreaks（如已接受的答案）导致烛台图加载缓慢。这对我很有用。谢谢。【参考方案2】：这个问题来自这样一个事实：将您的'Date' 解释为日期，并在最旧和最新的时间戳之间创建一个连续的时间段，从而有效地将没有关联数据的日期显示为间隙。一种解决方案是在您的日期列中获取第一个和最后一个日期，并在该期间制作一个完整日期列表，然后整理出哪些日期没有观察结果，并将其存储在名为 dt_breaks 的变量中。然后，最后，您可以将这些日期包含在：
fig.update_xaxes(
rangebreaks=[dict(values=dt_breaks)] # hide dates with no values
)
这将在您的可视化中删除这些日期，并且将 x 值保持为日期格式，以便您可以使用按钮对数据进行子集化：
正如您已经知道的，这里是没有rangebreaks=[dict(values=dt_breaks)] 的相同可视化：
为了使这项工作尽可能简单，我使用 df=df.sort_values(["Date","Category","Sum"],ascending=True) 而不是 df=df.sort_values(["Date","Category","Sum"],ascending=False) 重新排列日期列，就像在您的原始代码 sn-p 中一样
完整代码：
import pandas as pd
import plotly.express as px
df = pd.DataFrame('Date': 0: '2019-06-03',
1: '2019-06-03',
2: '2019-06-03',
3: '2019-06-04',
4: '2019-06-05',
5: '2019-06-05',
6: '2019-06-06',
7: '2019-06-07',
8: '2019-06-08',
9: '2019-06-09',
10: '2019-06-10',
11: '2019-06-11',
12: '2019-07-12',
13: '2019-07-13',
14: '2019-07-14',
15: '2019-07-14',
16: '2019-07-15',
17: '2019-07-16',
18: '2019-07-17',
19: '2019-07-18',
'Category': 0: '"25M"',
1: '"25M"',
2: '"50M"',
3: '"25M"',
4: '"50M"',
5: '"50M"',
6: '"100M"',
7: '"25M"',
8: '"100M"',
9: '"25M"',
10: '"50M"',
11: '"25M"',
12: '"50M"',
13: '"50M"',
14: '"100M"',
15: '"50M"',
16: '"100M"',
17: '"25M"',
18: '"25M"',
19: '"25M"',
'Sum': 0: 34,
1: 60,
2: 23,
3: 67,
4: -90,
5: 100,
6: 6,
7: -100,
8: 67,
9: 450,
10: 600,
11: -9,
12: 45,
13: 67,
14: 130,
15: 45,
16: 100,
17: -90,
18: 700,
19: -9)
df["Date"]=pd.to_datetime(df["Date"], format=("%Y-%m-%d"))
df=df.sort_values(["Date","Category","Sum"],ascending=True)
df=round(df.groupby(["Date","Category"]).agg("Sum":"sum").reset_index(),1)
dt_all = pd.date_range(start=df['Date'].iloc[0],end=df['Date'].iloc[-1])
dt_obs = [d.strftime("%Y-%m-%d") for d in df['Date']]
dt_breaks = [d for d in dt_all.strftime("%Y-%m-%d").tolist() if not d in dt_obs]
df=df.set_index('Date')
#fig = px.bar(df, x=df.index.strftime("%Y/%m/%d") , y='Sum',barmode="group",color="Category")
fig = px.bar(df, x=df.index , y='Sum',barmode="group",color="Category")
fig.update_xaxes(
rangebreaks=[dict(values=dt_breaks)] # hide dates with no values
)
fig.update_xaxes(
rangeslider_visible=True,
rangeselector=dict(
buttons=list([
dict(count=1, label="day", step="day", stepmode="todate"),
dict(count=24, label="montly", step="month", stepmode="todate"),
dict(count=1, label="year", step="year", stepmode="todate"),
dict(step="all")
])
))
fig.show()
【讨论】：
【参考方案3】：对于跳过空日期、小时，您应该使用：
import plotly.graph_objects as go
fig.add_trace(go.Candlestick(x=df['begin'], ...)
fig.layout = dict(title=ticker, xaxis = dict(type="category", categoryorder='category ascending'))
fig.show()
这个例子效果很好。 祝你好运
【讨论】：
【参考方案4】：如果有人在这里玩股票数据，下面是隐藏交易时间以外和周末的代码。
fig = go.Figure(data=[go.Candlestick(x=df['date'], open=df['Open'], high=df['High'], low=df['Low'], close=df['Close'])])
fig.update_xaxes(
rangeslider_visible=True,
rangebreaks=[
# NOTE: Below values are bound (not single values), ie. hide x to y
dict(bounds=["sat", "mon"]), # hide weekends, eg. hide sat to before mon
dict(bounds=[16, 9.5], pattern="hour"), # hide hours outside of 9.30am-4pm
# dict(values=["2020-12-25", "2021-01-01"]) # hide holidays (Christmas and New Year's, etc)
]
)
fig.update_layout(
title='Stock Analysis',
yaxis_title=f'symbol Stock'
)
fig.show()
这里是Plotly's doc。
【讨论】：
【参考方案5】：想添加到 Mega J 的答案。首先获取您的日期范围内的市场假期列表，如下所示：
xnys = xcals.get_calendar("XNYS", start=import_start, end=import_end)
holidays = pd.to_datetime(xnys.day.holidays)
holiday_mask= (holidays > import_start) & (holidays <= import_end)
hols = holidays[holiday_mask].strftime("%Y-%m-%d").tolist()
从上面复制 Mega J 的代码并将假期添加到 rangebreak：
fig = go.Figure(data=[go.Candlestick(x=df['date'], open=df['Open'], high=df['High'], low=df['Low'], close=df['Close'])])
fig.update_xaxes(
rangeslider_visible=True,
rangebreaks=[
# NOTE: Below values are bound (not single values), ie. hide x to y
dict(bounds=["sat", "mon"]), # hide weekends, eg. hide sat to before mon
dict(bounds=[16, 9.5], pattern="hour"), # hide hours outside of 9.30am-4pm
dict(values=hols) # hide market holidays inside your date range
]
)
fig.update_layout(
title='Stock Analysis',
yaxis_title=f'symbol Stock'
)
fig.show()
【讨论】：
以上是关于Plotly：如何从 x 轴删除空日期？的主要内容，如果未能解决你的问题，请参考以下文章
如何在 Plotly 中添加跟踪，并为沿 x 轴的每个数据点设置自定义顺序？