基于DataFrame绘制车速时间曲线及统一会话起始时间

前提假设 #

假设你的DataFrame命名为df，包含核心列：

• timestamp：datetime类型的时间戳
• speed：车速数值
• trip_id：每个行程的唯一标识（无该列的话，需先按连续时段划分行程，方法见下文）

1. 预处理：提取各行程前15分钟数据 #

先确保时间戳格式正确，再按行程分组筛选目标数据：

import pandas as pd

# 强制转换timestamp为datetime类型
df['timestamp'] = pd.to_datetime(df['timestamp'])

# 若没有trip_id，先生成行程标识（以间隔1小时作为新行程判断阈值）
if 'trip_id' not in df.columns:
    df['is_new_trip'] = df['timestamp'].diff().dt.total_seconds() > 3600
    df['trip_id'] = df['is_new_trip'].cumsum()

# 计算每个行程的相对时间（单位：分钟，0为行程起始）
df['relative_min'] = df.groupby('trip_id')['timestamp'].transform(
    lambda x: (x - x.min()).dt.total_seconds() / 60
)

# 筛选仅保留前15分钟的数据
filtered_df = df[df['relative_min'] <= 15]

2. 统一所有会话起始时间为00:00 #

上面生成的relative_min已经是相对于行程起点的分钟数，若要显示为HH:MM格式的时间字符串，可执行：

filtered_df['relative_time_str'] = pd.to_datetime(filtered_df['relative_min'], unit='m').dt.strftime('%H:%M')

3. 绘制各会话的车速曲线 #

用seaborn绘制多行程对比折线图，支持两种X轴格式：

import seaborn as sns
import matplotlib.pyplot as plt

plt.figure(figsize=(12,6))
# 方案1：用分钟数作为X轴（数值型，利于精准对比）
sns.lineplot(data=filtered_df, x='relative_min', y='speed', hue='trip_id', alpha=0.7)

# 方案2：用HH:MM字符串作为X轴（更直观）
# sns.lineplot(data=filtered_df, x='relative_time_str', y='speed', hue='trip_id', alpha=0.7)

plt.xlabel('相对时间（分钟，0为行程起始）')
plt.ylabel('车速')
plt.title('各行程前15分钟车速趋势对比')
plt.legend(title='行程ID', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.grid(True)
plt.show()

问题复盘 #

你之前遇到的TypeError，是因为直接使用不带日期的时间值作为X轴时，seaborn无法处理不同行程的重复时间点冲突。改用相对时间（相对于行程起点的差值）就能彻底避免这个问题，同时天然实现了起始时间统一的需求。

内容的提问来源于stack exchange，提问作者arilwan