You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

如何为hvplot的字符串日期索引设置X轴刻度及解决datetime转换问题

问题描述

我有一个名为region_cumulative_df_sel的DataFrame,数据结构如下:

Month-DayregionsRAIN_PERCENTILE_25RAIN_PERCENTILE_50RAIN_PERCENTILE_75RAIN_MEANRAIN_MEDIAN
07-0110.06116910280.28110647201.94879961011.43308138850.2873695195
07-0210.09457202260.81304800514.59598159792.94208407401.0614821911
.....................
06-301386.7952270508450.6524658203514.0201416016471.2863159180451.2484741211

其中Month-Day是字符串类型索引,代表一年中的日期(从07-01到06-30),非datetime类型。

遇到两个问题:

  • 使用region_cumulative_df_sel.hvplot(width=900)绘制的交互式图表X轴标签过于密集,需要设置仅显示每月1号(如"07-01"、"08-01"…"06-01")。
  • 尝试将Month-Day转为datetime类型后用pandas plot绘图,出现X轴刻度与数据不对齐、交互弹窗显示"1900"年份的问题,需要调整刻度对齐并移除年份显示。
解决方案

一、hvplot设置X轴仅显示每月1号刻度

方案1:基于原字符串索引直接设置

利用字符串索引筛选每月1号的日期,手动指定X轴刻度:

# 从索引中筛选所有以"-01"结尾的日期(即每月1号)
tick_positions = [date for date in region_cumulative_df_sel.index if date.endswith('-01')]

# 绘制图表并配置X轴
region_cumulative_df_sel.hvplot(
    width=900,
    xaxis={
        'ticks': tick_positions,  # 指定刻度位置
        'formatter': '%m-%d',     # 刻度显示格式
        'rotation': 90            # 可选:旋转刻度标签避免重叠
    }
)

方案2:转为datetime类型后设置(更灵活)

将字符串索引转为datetime时指定一个虚拟年份(如2023),避免默认1900年的问题,再设置每月1号的刻度:

import pandas as pd

# 重置索引并转换日期格式,指定年份为2023
df = region_cumulative_df_sel.reset_index()
df['Month-Day'] = pd.to_datetime('2023-' + df['Month-Day'])

# 生成每月1号的datetime序列作为刻度
tick_dates = pd.date_range(start='2023-07-01', end='2024-06-01', freq='MS')

# 绘制图表
df.hvplot(
    x='Month-Day',
    width=900,
    xaxis={
        'ticks': tick_dates,
        'formatter': '%m-%d',
        'rotation': 90
    }
)

二、解决pandas plot的刻度对齐与年份显示问题

问题根源:转换%m-%d时默认填充1900年,且pandas自动生成的刻度与数据点不对齐。解决步骤如下:

import pandas as pd
from bokeh.models.formatters import DatetimeTickFormatter
from bokeh.models import HoverTool
import matplotlib.pyplot as plt

# 1. 转换日期时指定年份(避免1900)
df = region_cumulative_df_sel.reset_index()
df['Month-Day'] = pd.to_datetime('2023-' + df['Month-Day'], format='%Y-%m-%d')

# 2. 生成每月1号的刻度日期
tick_dates = pd.date_range(start='2023-07-01', end='2024-06-01', freq='MS')

# 3. 绘制基础图表
p = df.plot(
    x='Month-Day',
    y=['RAIN_PERCENTILE_25','RAIN_PERCENTILE_50','RAIN_PERCENTILE_75','RAIN_MEAN','RAIN_MEDIAN'],
    width=900,
    ylabel="Rainfall (mm)",
    rot=90,
    title="Cumulative Rainfall"
)

# 4. 设置X轴刻度与格式,确保对齐
p.xaxis.ticker = tick_dates
p.xaxis.formatter = DatetimeTickFormatter(days=["%m-%d"], months=["%m-%d"])

# 5. 自定义hover弹窗,移除年份显示
hover = p.select_one(HoverTool)
hover.tooltips = [
    ("Date", "@x{%m-%d}"),
    ("Rainfall", "@y{0.2f} mm")
]
hover.formatters = {'@x': 'datetime'}

# 显示图表
plt.show()

内容的提问来源于stack exchange,提问作者alextc

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.08.19 11:05:29