如何用Vega Lite绘制带start-time与end-time列的阶梯式信号图？

要实现基于start-time和end-time的阶梯折线图，核心思路是将双时间列转换为「单时间戳+状态值」的格式，适配单时间戳的阶梯图绘制逻辑，具体步骤如下：

1. 数据转换逻辑 #

给每个事件分配一个固定数值（比如Active=1，Inactive=0），然后把每行的start-time和end-time拆分为独立的时间点记录，最终合并排序得到连续的时间-状态序列。

以你提供的原始数据为例：

转换后得到的目标格式：

2. 代码实现（以Python Pandas+Matplotlib为例） #

数据转换代码 #

import pandas as pd

# 加载原始数据
raw_data = {
    'event': ['Active', 'Inactive'],
    'start-time': ['2024-02-27T06:20:00.000Z', '2024-02-27T06:23:28.000Z'],
    'end-time': ['2024-02-27T06:23:28.630Z', '2024-02-27T06:23:42.430Z']
}
df = pd.DataFrame(raw_data)

# 转换时间列为datetime类型
df['start-time'] = pd.to_datetime(df['start-time'])
df['end-time'] = pd.to_datetime(df['end-time'])

# 给事件映射数值标签
df['status'] = df['event'].map({'Active': 1, 'Inactive': 0})

# 拆分start/end时间为独立行
start_records = df[['start-time', 'status']].rename(columns={'start-time': 'timestamp'})
end_records = df[['end-time', 'status']].rename(columns={'end-time': 'timestamp'})

# 合并并按时间排序，去重重复时间点
combined_df = pd.concat([start_records, end_records]).sort_values('timestamp')
combined_df = combined_df.drop_duplicates(subset='timestamp', keep='last')

绘制阶梯图代码 #

import matplotlib.pyplot as plt

# 绘制阶梯图，where='post'表示时间点后切换状态
plt.step(combined_df['timestamp'], combined_df['status'], where='post', linewidth=2)

# 配置坐标轴标签
plt.yticks([0, 1], ['Inactive', 'Active'])
plt.xlabel('Time')
plt.ylabel('Event Status')
plt.title('Event Timeline')

# 优化时间轴显示
plt.xticks(rotation=45)
plt.tight_layout()

plt.show()

关键注意点 #

• 时间重叠处理：如果存在事件时间重叠（比如你的数据中Active结束时间晚于Inactive开始时间），排序后的时间序列会自动按时间先后切换状态，确保阶梯图符合实际事件逻辑。
• 状态映射：可根据需求自定义事件对应的数值，只要保证不同事件的数值唯一即可。

内容的提问来源于stack exchange，提问作者T.Richter