Python Plotly Express直方图5分钟粒度TIME_BUCKET被自动聚合为小时值
问题核心原因
- 当前图表被自动聚合为小时粒度,核心是两个配置上的问题:
- 读取CSV时未指定
TIME_BUCKET的时间类型,字段默认以字符串格式存入DataFrame,Plotly识别到连续可排序的字符串值后,会触发自动分箱逻辑,默认匹配小时作为分箱粒度。 px.histogram默认开启自适应分箱规则,会根据x轴的数值跨度自动选择分箱大小,不会主动适配你已有的5分钟固定分桶规则。
- 读取CSV时未指定
可直接落地的修正方案
- 读取数据时强制将
TIME_BUCKET解析为标准时间格式,消除类型识别偏差。 - 手动关闭Plotly的自动分箱逻辑,强制指定5分钟的分箱步长。
- 调整x轴刻度间隔配置,避免自动缩放为小时级别的展示粒度。
方案1:基于直方图的适配修正
适用于需要保持直方图计数逻辑的场景,修正后的可运行代码如下:
import pandas as pd import plotly.express as px # 读取CSV时直接解析时间字段 df = pd.read_csv( "D:/Work/Issue/5MinTimeBucketHistogramNotWorking1.csv", parse_dates=["TIME_BUCKET"] ) # 计算时间范围对应的5分钟分箱总数,覆盖自动分箱规则 time_range = df['TIME_BUCKET'].max() - df['TIME_BUCKET'].min() total_5min_bins = int(time_range.total_seconds() / 60 / 5) graph = px.histogram( df, x='TIME_BUCKET', color='REPORT_NAME', title='Report Category Wise Execution Count (5 minutes sample size)', nbinsx=total_5min_bins ) # 强制x轴刻度间隔为5分钟(单位为毫秒,5分钟=300000毫秒) graph.update_xaxes(dtick=300000) graph.show()
方案2:提前分组聚合的柱状图方案(结果100%可控)
由于你手头的TIME_BUCKET本身就是已经按5分钟粒度拆分好的固定时间标签,不需要依赖直方图的自动分箱计数逻辑,提前完成分组统计后用柱状图展示,完全不会触发自动粒度调整:
import pandas as pd import plotly.express as px df = pd.read_csv( "D:/Work/Issue/5MinTimeBucketHistogramNotWorking1.csv", parse_dates=["TIME_BUCKET"] ) # 按时间桶、报表名分组,统计每组的记录数 agg_result = df.groupby( ["TIME_BUCKET", "REPORT_NAME"], as_index=False ).size().rename(columns={"size": "record_count"}) graph = px.bar( agg_result, x="TIME_BUCKET", y="record_count", color="REPORT_NAME", title='Report Category Wise Execution Count (5 minutes sample size)' ) # 保持x轴5分钟的刻度间隔 graph.update_xaxes(dtick=300000) graph.show()
配置注意事项
- 不要省略
parse_dates参数:如果时间字段不被解析为datetime类型,后续的步长配置会失效。 dtick的单位是毫秒:如果需要调整为其他粒度,直接按毫秒数换算即可,比如10分钟对应600000毫秒。- 提前聚合的方案没有自动分箱的误差风险,更适合已经提前完成时间分桶的业务数据场景。
内容的提问来源于stack exchange,提问作者Swap
相关产品推荐
相关产品推荐

