如何将起始时间与经过时间结合并使用Pandas绘制温度变化图

问题背景 #

我有一份分号分隔的CSV文件，记录了经过时间（秒）和对应温度数据：

el_time;temp_c
0;5.974
3600;6.015
7200;6.153

已知起始时间为 20.01.2023 20:05:33，我尝试用以下代码绘图但无法正常运行：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('temperature.csv', sep=';')

start_date ='2023-01-20T20:05:33'
start_date_object = datetime.strptime(start_date, '%Y-%m-%dT%H:%M:%S')

x = start_date_object +  df['el_time'].values
y = df['temp_c'].values

plt.plot(x, y)

问题分析 #

你的代码存在两个核心问题：

1. 未导入datetime模块，直接调用datetime.strptime会触发名称错误
2. df['el_time'].values是NumPy数组，无法直接与Python原生datetime对象相加，需要转换为时间增量类型

修正后的完整代码 #

import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime

# 读取CSV数据
df = pd.read_csv('temperature.csv', sep=';')

# 将起始时间字符串转换为datetime对象
start_time_str = '20.01.2023 20:05:33'
start_datetime = datetime.strptime(start_time_str, '%d.%m.%Y %H:%M:%S')

# 计算实际时间戳：起始时间 + 经过秒数转换的时间增量
df['actual_time'] = start_datetime + pd.to_timedelta(df['el_time'], unit='s')

# 绘制温度时序图
plt.figure(figsize=(10, 6))
plt.plot(df['actual_time'], df['temp_c'], marker='o', linestyle='-', color='#1f77b4')
plt.xlabel('时间')
plt.ylabel('温度(℃)')
plt.title('温度随时间变化趋势')
plt.xticks(rotation=45)  # 旋转x轴标签避免重叠
plt.tight_layout()  # 自动调整布局
plt.show()

关键说明 #

• 使用pd.to_timedelta将秒数转换为Pandas可识别的时间增量，解决了原生datetime与NumPy数组的运算冲突
• 新增actual_time列存储计算后的实际时间，既方便绘图，也便于后续的数据筛选、分析
• 添加了图表修饰（标记点、颜色、标签旋转），提升可视化效果

内容的提问来源于stack exchange，提问作者fred