如何将Plotly时间序列折线图按日期分类，展示每日上下行速度

架构老林

2026-6-19

解决方案

要实现按日期拆分上传/下载速度折线（共20条）并共享时段X轴，核心是把宽格式数据转换为长格式，让每条折线对应「日期+速度类型」的组合，具体修改如下：

步骤1：重塑数据结构

原数据是宽格式（download和upload各占一列），需要用pd.melt转成长格式，让每条记录对应一个「日期-时段-速度类型-速度值」的组合：

# 原df生成后，添加这一步
df_melted = df.melt(
    id_vars=['date', 'time'],  # 保留作为标识的列
    value_vars=['download_mbps', 'upload_mbps'],  # 需要转换的列
    var_name='speed_type',  # 新列：标识是上传还是下载
    value_name='speed_value'  # 新列：速度数值
)

步骤2：绘制折线图

用Plotly Express指定X轴为时段time，Y轴为速度值speed_value，通过分组参数生成对应折线：

方式1：颜色区分日期，线型区分上传/下载（更易读）

fig = px.line(
    df_melted,
    x='time',
    y='speed_value',
    color='date',  # 不同日期用不同颜色
    line_dash='speed_type',  # 上传/下载用不同线型
    labels={
        'time': '一天中的时段',
        'speed_value': '速度(Mbps)',
        'date': '日期',
        'speed_type': '速度类型'
    },
    title='每日上传/下载速度变化'
)
fig.show()

方式2：生成20条独立折线（每个日期+类型单独一条）

如果需要图例直接显示「2024-05-01 下载」这类明确标签，可先合并日期和类型为新列：

df_melted['date_type'] = df_melted['date'].astype(str) + ' ' + df_melted['speed_type'].str.replace('_mbps', '')

fig = px.line(
    df_melted,
    x='time',
    y='speed_value',
    color='date_type',
    labels={
        'time': '一天中的时段',
        'speed_value': '速度(Mbps)',
        'date_type': '日期-类型'
    },
    title='每日上传/下载速度变化'
)
fig.show()