按id和date分组的duration数据折线图绘制异常求助

我有包含id、date、duration、val1字段的表格数据，想要按id和date分组，以duration为横轴、val1（心率）为纵轴绘制折线图。用下面的Matplotlib代码绘制后，发现粉色分组的数据点在x轴出现跳跃，求解决办法。

表格示例 #

使用的代码 #

fig, ax = plt.subplots(figsize=(20,8))
for key, grp in df_df_obj_dur.groupby(['id', 'date']):
    ax.plot(grp['duration'], grp['val1'])

ax.set_xticks([])
plt.xlabel('Duration')
plt.ylabel('Heart Rate')
plt.show()

异常情况 #

粉色分组的折线在x轴上出现不连续的跳跃，没有按照时间顺序连续绘制。

解决方法 #

问题根源 #

duration字段目前是字符串类型，Matplotlib绘制时会按字符串的字典序排列数据，而不是实际的时间先后顺序。如果粉色分组的duration字符串排序混乱（比如出现类似"0:10:00"和"0:01:00"的顺序颠倒），就会导致折线跳跃。

具体步骤 #

1. 转换duration为时间差类型：
   先把字符串格式的duration转换成pandas的timedelta类型，让程序能识别这是时间数据：

   df_df_obj_dur['duration'] = pd.to_timedelta(df_df_obj_dur['duration'])
   

2. 用数值型时间数据绘制折线：
   将timedelta转换为总秒数（或其他数值单位）作为横轴，这样能保证数据按时间顺序排列：

   fig, ax = plt.subplots(figsize=(20,8))
   # 遍历每个分组
   for key, grp in df_df_obj_dur.groupby(['id', 'date']):
       # 将时间差转为总秒数，作为x轴数值
       x_data = grp['duration'].dt.total_seconds()
       # 绘制折线并添加标签方便区分
       ax.plot(x_data, grp['val1'], label=f"ID:{key[0]} 日期:{key[1]}")
   
   # 可选：设置x轴刻度为可读的时间格式
   max_seconds = df_df_obj_dur['duration'].dt.total_seconds().max()
   x_ticks = range(0, int(max_seconds)+1, 300)
   ax.set_xticks(x_ticks)
   # 将秒数转回时间格式作为刻度标签
   ax.set_xticklabels([str(pd.to_timedelta(tick, unit='s')) for tick in x_ticks])
   
   plt.xlabel('Duration')
   plt.ylabel('Heart Rate')
   plt.legend()
   plt.show()
   

3. 额外提示：
   如果不需要显示具体时间，直接用秒数作为x轴标签也可以，这样更简单。核心就是避免用字符串类型作为时间类数据的横轴。

内容的提问来源于stack exchange，提问作者fid