如何在Plotly折线图中为缺失数据的周添加图表中断

你的核心问题是：Plotly默认会连接所有数据点，哪怕中间存在大量缺失的周数，导致折线图产生误导。以下是两种实用的解决方法：

方法一：插入缺失周并填充NaN #

通过生成完整的周数序列，将缺失周对应的计数设为NaN，Plotly遇到NaN时会自动中断折线，同时保留完整的x轴刻度，清晰展示缺失区间。

import pandas as pd
import plotly.express as px

# 原数据初始化
data = [['20', 10], ['21', 15], ['23', 14], ['40', 50], ['41', 56]]
df = pd.DataFrame(data, columns=['weeks', 'counts'])

# 将weeks转换为整数类型，确保x轴为连续数值轴
df['weeks'] = df['weeks'].astype(int)

# 生成从最小周到最大周的完整序列
min_week = df['weeks'].min()
max_week = df['weeks'].max()
full_weeks = pd.DataFrame({'weeks': range(min_week, max_week + 1)})

# 合并数据，缺失周的counts填充为NaN
df_full = pd.merge(full_weeks, df, on='weeks', how='left')

# 绘制折线图，NaN位置自动中断
fig = px.line(df_full, x="weeks", y="counts", title='Recruitment per Week')
fig.show()

方法二：拆分连续数据组分别绘制 #

通过识别数据中的连续周数区间，将每个连续区间作为独立数据集单独绘制折线，缺失区间自然断开，无需生成额外数据。

import pandas as pd
import plotly.graph_objects as go

# 原数据初始化
data = [['20', 10], ['21', 15], ['23', 14], ['40', 50], ['41', 56]]
df = pd.DataFrame(data, columns=['weeks', 'counts'])
df['weeks'] = df['weeks'].astype(int)

# 标记连续数据组：周数差大于1则划分为新组
df['group'] = (df['weeks'].diff() > 1).cumsum()

# 创建绘图对象
fig = go.Figure()

# 遍历每个分组绘制折线
for _, group_df in df.groupby('group'):
    fig.add_trace(go.Scatter(
        x=group_df['weeks'],
        y=group_df['counts'],
        mode='lines+markers',
        name=f'Period {_+1}'
    ))

# 设置图表布局
fig.update_layout(
    title='Recruitment per Week',
    xaxis_title='Weeks',
    yaxis_title='Counts'
)
fig.show()

两种方法的适用场景 #

• 方法一适合需要完整展示所有周数刻度、明确标注缺失区间的场景
• 方法二更轻量化，适合仅关注已有数据区间、不需要额外生成完整序列的场景

内容的提问来源于stack exchange，提问作者LivingstoneM