如何在Python中绘制两个日期之间的时长数据可视化图表

可以对Duration字段做可视化，但你当前得到的Duration是字符串格式，无法直接作为绘图的数值维度使用，需要先转换为可计算的数值型指标（比如总天数、总月数），之后用matplotlib、seaborn、plotly等任意常用可视化包都可以完成绘图。

优先直接用原始的两个TIMESTAMP类型字段计算间隔，精度更高，不需要从字符串格式的Duration做转换：

# 直接计算两个日期间隔的总天数，得到数值型字段
df['duration_days'] = (df['Last Bill Date'] - df['First Bill Date']).dt.days

如果只能从现有Duration字符串转换，可通过正则提取年、月、日数值后合并为总天数：

import re
# 提取Duration中的年、月、日数值
df[['years', 'months', 'days']] = df['Duration'].str.extract(r'(\d+) Years (\d+) Months (\d+) Days').astype(int)
# 近似计算总天数，每年按365天、每月按30.44天估算
df['duration_days'] = df['years'] * 365 + df['months'] * 30.44 + df['days']

根据你的分析目标可以选择不同的图表类型：

• 查看账单周期的分布情况：选择直方图、核密度估计图或者箱线图

import seaborn as sns
import matplotlib.pyplot as plt

# 直方图展示周期分布
sns.histplot(data=df, x='duration_days', bins=15)
plt.xlabel('账单周期（天）')
plt.ylabel('样本数量')
plt.show()

# 箱线图展示周期的离散程度和异常值
sns.boxplot(data=df, y='duration_days')
plt.ylabel('账单周期（天）')
plt.show()

• 查看账单周期随首单时间的变化趋势：选择折线图

# 按首单月份聚合，计算每月的平均账单周期
df['first_bill_month'] = df['First Bill Date'].dt.to_period('M').astype(str)
monthly_avg_duration = df.groupby('first_bill_month')['duration_days'].mean().reset_index()

sns.lineplot(data=monthly_avg_duration, x='first_bill_month', y='duration_days', marker='o')
plt.xlabel('首单月份')
plt.ylabel('平均账单周期（天）')
plt.xticks(rotation=45)
plt.show()

• 不同分组的周期对比：如果有用户类型、地区等分类维度，可选择分组柱状图、分组箱线图做对比分析。

• 若你的数据中账单周期跨度极大（比如同时存在几天和几年的周期），可对duration_days做对数转换后再绘图，避免极端值干扰可视化效果
• 原始字符串格式的Duration可作为图表的标注信息使用，不适合直接作为坐标轴的数值字段

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