如何将CSV中的秒数转换为时分格式并在图表Y轴正确展示？

核心方案：保留数值型秒数，自定义刻度格式化 #

不需要把数据转换成datetime/timedelta类型（这类类型matplotlib绘图支持有限），而是让Y轴底层仍用秒数（数值型），只修改刻度的显示文本，这样既保证可绘图，又能显示目标格式。

用matplotlib的FuncFormatter自定义格式化函数，示例代码：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter

# 读取CSV（假设你的CSV列名为'AVG'，存储秒数）
df = pd.read_csv('你的文件.csv')

# 定义格式化函数：秒数转"小时:分钟"
def sec_to_hhmm(x, pos):
    hours = int(x // 3600)
    minutes = int((x % 3600) // 60)
    return f"{hours:02d}:{minutes:02d}"

# 绘图
fig, ax = plt.subplots()
ax.bar(df.index, df['AVG'])  # 替换成你的实际X轴列名

# 设置Y轴刻度格式化器
ax.yaxis.set_major_formatter(FuncFormatter(sec_to_hhmm))

# 可选：优化Y轴刻度间隔，比如按30分钟（1800秒）分段
ax.set_yticks(range(0, int(df['AVG'].max()) + 1800, 1800))

# 可选：在柱状图顶部标注小时:分钟格式
for i, val in enumerate(df['AVG']):
    hhmm = sec_to_hhmm(val, None)
    ax.annotate(hhmm, (i, val), ha='center', va='bottom')

plt.show()

Timple工具的正确用法 #

如果坚持用Timple，需先把秒数转为timedelta类型，再调用Timple的格式化器：

import pandas as pd
import matplotlib.pyplot as plt
from timple import Timple

df = pd.read_csv('你的文件.csv')
# 把秒数转换为timedelta类型
df['AVG_delta'] = pd.to_timedelta(df['AVG'], unit='s')

tpl = Timple()
fig, ax = plt.subplots()
ax.bar(df.index, df['AVG_delta'])
# 指定显示格式为小时:分钟
tpl.yaxis.set_major_formatter('%H:%M')

plt.show()

常见失效原因说明 #

• 直接用datetime/timestamp：这类类型表示的是时间点而非时长，不适合转换秒数时长
• 转成字符串：文本型数据无法被matplotlib识别为数值，无法正常绘图和计算刻度
• 仅用divmod标注：只能修改柱状图顶部文本，无法改变Y轴刻度本身的显示格式

内容的提问来源于stack exchange，提问作者ptr808