如何将含毫秒级Epoch时间戳的Pandas列设为Plotly的Datetime X轴

步骤1：转换Epoch毫秒时间戳为Datetime类型 #

因为你的时间戳是带毫秒的Epoch格式，转换时必须指定unit='ms'参数，明确告诉Pandas这是毫秒级时间戳。假设你的DataFrame名为df，存储时间戳的列名为timestamp，代码如下：

import pandas as pd

# 转换时间戳列
df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')

步骤2：用Plotly绘制时间序列 #

转换完成后，直接将处理后的timestamp列指定为X轴即可。以下是两种常用Plotly绘图方式的示例：

方式1：Plotly Express（简洁快速）

import plotly.express as px

fig = px.line(df, x='timestamp', y=['序列1列名', '序列2列名'])
fig.show()

方式2：Plotly Graph Objects（自定义性更强）

import plotly.graph_objects as go

fig = go.Figure()
# 添加第一条序列
fig.add_trace(go.Scatter(x=df['timestamp'], y=df['序列1列名'], name='序列1'))
# 添加第二条序列
fig.add_trace(go.Scatter(x=df['timestamp'], y=df['序列2列名'], name='序列2'))
fig.show()

完整流程示例代码 #

从创建DataFrame到完成绘图的完整参考代码：

import pandas as pd
import plotly.express as px

# 模拟你的三个输入列表
timestamp_list = [1620000000000, 1620000010000, 1620000020000]  # 毫秒级Epoch时间戳
series1 = [10, 20, 30]
series2 = [15, 25, 35]

# 创建DataFrame
df = pd.DataFrame({
    'timestamp': timestamp_list,
    '序列1': series1,
    '序列2': series2
})

# 转换时间戳列
df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')

# 生成可视化图表
fig = px.line(df, x='timestamp', y=['序列1', '序列2'])
fig.show()

内容的提问来源于stack exchange，提问作者intrigued_66