如何创建以时间范围为X轴、展示注册时间的事件注册数据可视化图表？

现有一个包含以下列的DataFrame：

• event_number：事件ID
• register_start：事件开始时间（datetime类型）
• register_deadline：事件注册截止时间（datetime类型）
• customer_id：客户（参与者/注册者）ID
• registered_on：客户注册该事件的时间日志（datetime类型）

尝试过创建透视表，但无法生成所需图表。需求是：创建一个图表，将X轴刻度设为对应事件的register_start到register_deadline时间范围，在该范围内绘制指定事件的所有registered_on记录。

曾尝试的代码：

df1.plot(xticks=df1.iloc[1], y='registered_on')

1. 筛选目标事件数据 #

先提取指定事件的所有记录，并获取该事件的注册时间范围：

import pandas as pd
import matplotlib.pyplot as plt

# 替换为你要分析的目标事件ID
target_event = "EV001"
event_data = df[df['event_number'] == target_event].copy()

# 获取当前事件的注册起止时间（同一事件的起止时间应该一致，取第一条即可）
event_start = event_data['register_start'].iloc[0]
event_deadline = event_data['register_deadline'].iloc[0]

2. 绘制单条注册记录散点图 #

用散点图直观展示每个用户的注册时间点，锁定X轴为事件的注册时间范围：

plt.figure(figsize=(10, 4))

# 用竖线标记每个注册时间点
plt.scatter(event_data['registered_on'], [1]*len(event_data), marker='|', s=300, color='#2ecc71', label='用户注册')

# 强制X轴范围为事件的注册起止时间
plt.xlim(event_start, event_deadline)

# 图表美化
plt.xlabel('时间')
plt.title(f'事件{target_event} 注册时间分布')
plt.yticks([])  # 隐藏Y轴刻度，仅保留标记意义
plt.legend()
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

3. 可选：统计时段注册人数（直方图） #

如果需要查看不同时间段的注册人数分布，用直方图更合适：

plt.figure(figsize=(10, 4))

# 按时间区间统计注册人数，bins可根据需求调整数量或自定义区间
plt.hist(event_data['registered_on'], bins=15, range=(event_start, event_deadline), edgecolor='black', color='#3498db')

plt.xlim(event_start, event_deadline)
plt.xlabel('时间')
plt.ylabel('注册人数')
plt.title(f'事件{target_event} 各时段注册人数分布')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者tarsal11