Plotly：如何使用 plotly express 显示时间序列数据的趋势线？

Question

使用 plotly express 中内置的“提示”dataframe，我首先创建了一个日期时间列。

import plotly.express as px
import pandas as pd
from datetime import datetime

df_tips = px.data.tips()
datelist = pd.date_range(datetime.today(), periods=df_tips.shape[0]).tolist()
df_tips['date'] = datelist

使用一列日期时间作为 x 轴会产生错误：

px.scatter(df_tips,x='date',y='tip',trendline='ols')    
...
TypeError: cannot astype a datetimelike from [datetime64[ns]] to [int32]

使用任何其他列都不会。 有没有好的方法来做到这一点？

Answer 1

最安全的方法是对日期的序列化表示运行回归，然后将 x 轴设置为显示为字符串。 通过序列化表示，我的意思是，例如，Ben.T 在他的评论中建议的方法，或者 Plot 中使用的最适合 plotly 的方法。 然后您可以使用以下命令设置 x 轴的布局：

fig.update_xaxes(tickangle=45,
                 tickmode = 'array',
                 tickvals = df_tips['date'][0::40],
                 ticktext= [d.strftime('%Y-%m-%d') for d in datelist[0::40]])

df_tips['date'][0::40]部分确保每个刻度线之间有一些空间。

Plot 1：

如果您想使用数据集的其他维度，这种方法甚至效果很好，例如： fig = px.scatter(df_tips,x='date',y='tip', color = 'sex', trendline='ols') ：

Plot 2：

完整代码：

import plotly.express as px
import pandas as pd
from datetime import datetime

df_tips = px.data.tips()
df_tips['date'] = df_tips.index
datelist = pd.date_range(datetime.today(), periods=df_tips.shape[0]).tolist()

fig = px.scatter(df_tips,x='date',y='tip', trendline='ols')
fig = px.scatter(df_tips,x='date',y='tip', color = 'sex', trendline='ols')  

fig.update_xaxes(tickangle=45,
                 tickmode = 'array',
                 tickvals = df_tips['date'][0::40],
                 ticktext= [d.strftime('%Y-%m-%d') for d in datelist])

fig.show()