如何在Python Plotly图表中用Polars DataFrame设置自定义日期范围？

问题背景 #

我是Python Polars新手，想用Plotly Express创建折线图，需要把自定义起始日期和数据中的最大日期设为X轴范围。疑问是：在fig_pop.update_layout(xaxis_range = )里，是否必须再次传入整个Polars DataFrame并重新处理？有没有更高效的方法？

我的代码尝试 #

数据处理部分 #

import polars as pl
import pandas as pd
import plotly.express as px
import datetime as dt

# 创建pandas DataFrame
df_gapminder = px.data.gapminder()
df_gapminder['date'] = pd.to_datetime(df_gapminder.year, format="%Y")

# 转为Polars DataFrame并筛选印度数据
pl_gapminder = pl.DataFrame(df_gapminder.query('country == "India"'))
pl_gapminder = pl_gapminder.with_columns(pl.col('date').cast(pl.Date))

绘图代码（含疑问点） #

# 绘制折线图
fig_pop = px.line(
    pl_gapminder.select(pl.col(['country','date','gdpPercap'])).to_pandas(),
    x='date', y='gdpPercap',
    title="India's GDPPerCap Growth"
)
fig_pop.update_xaxes(rangeslider_visible = True)

# 疑问：这里必须再次处理Polars数据集吗？有没有更好的方式？
fig_pop.update_layout(
    xaxis_range = ['1977-01-01', pl_gapminder.select(pl.col('date')).max().item()],  
    showlegend = False,
    title = {'x':0.5},
    plot_bgcolor = "rgba(0,0,0,0)",
    xaxis = dict(showgrid = False),
    yaxis = dict(showgrid = False),
)
fig_pop.show()

解决方案 #

完全不用再次处理整个Polars数据集，有两种更高效的方式：

方式1：提前计算并存储最大日期 #

在数据处理阶段就算出最大日期，存成变量，后续直接调用：

# 数据处理后新增这行
max_date = pl_gapminder['date'].max().item()

# 绘图时直接用变量
fig_pop.update_layout(
    xaxis_range = ['1977-01-01', max_date],  
    showlegend = False,
    title = {'x':0.5},
    plot_bgcolor = "rgba(0,0,0,0)",
    xaxis = dict(showgrid = False),
    yaxis = dict(showgrid = False),
)

方式2：从已创建的Figure对象中提取最大日期 #

既然已经把数据传入Plotly生成了Figure，直接从Figure的现有数据里取X轴的最大值，连Polars都不用碰：

fig_pop.update_layout(
    xaxis_range = ['1977-01-01', fig_pop.data[0].x.max()],  
    showlegend = False,
    title = {'x':0.5},
    plot_bgcolor = "rgba(0,0,0,0)",
    xaxis = dict(showgrid = False),
    yaxis = dict(showgrid = False),
)

两种方法都能避免重复查询Polars数据集，方式2甚至完全脱离原数据集，直接利用Plotly已经加载好的数据，更简洁。

内容的提问来源于stack exchange，提问作者ViSa