Plotly Express时间轴的Gantt图，使用整数x轴？

Question

我正在使用plotly express timeline制作甘特图，参考以下示例：https://medium.com/dev-genius/gantt-charts-in-python-with-plotly-e7213f932f1e。它自动将x轴设置为使用日期，但我实际上想使用整数（例如，项目启动+1，项目启动+6等）。是否有方法使时间轴绘图不使用日期？如果我尝试使用整数，它会把它们当作毫秒处理。

- Rob

---

我的建议对你有用吗？ - vestland

不完全是。我还需要深入研究一下，但它已经接近我所需的解决方案了。谢谢！ - Rob

您是否考虑将我的建议标记为被接受的答案？ - vestland

Answer 1

答案：

是的，这是可能的！只需给出整数作为起始和结束“日期”，计算它们之间的差异（delta），并将这些更改应用于您的 fig：

fig.layout.xaxis.type = 'linear'
fig.data[0].x = df.delta.tolist()

绘图

详情:

实际上有一种方法可以实现这一点，尽管文档中指出：

px.timeline函数默认将X轴设置为日期类型，因此它可以像任何时间序列图表一样进行配置。

因此，px.timeline()中的所有其他功能似乎都围绕这一事实展开。但是，如果您忽略这一点，将整数用作Start和Finish的值，然后您可以调整几个属性以获得所需的结果。您只需要计算每个Start和Stop之间的差异。例如，如下所示：

df = pd.DataFrame([
    dict(Task="Job A", Start=1, Finish=4),
    dict(Task="Job B", Start=2, Finish=6),
    dict(Task="Job C", Start=3, Finish=10)
])
df['delta'] = df['Finish'] - df['Start']

稍微再调整一下：

fig.layout.xaxis.type = 'linear'
fig.data[0].x = df.delta.tolist()

完整代码：

import plotly.express as px
import pandas as pd

df = pd.DataFrame([
    dict(Task="Job A", Start=1, Finish=4),
    dict(Task="Job B", Start=2, Finish=6),
    dict(Task="Job C", Start=3, Finish=10)
])
df['delta'] = df['Finish'] - df['Start']

fig = px.timeline(df, x_start="Start", x_end="Finish", y="Task")
fig.update_yaxes(autorange="reversed") 

fig.layout.xaxis.type = 'linear'
fig.data[0].x = df.delta.tolist()
f = fig.full_figure_for_development(warn=False)
fig.show()

- vestland

Answer 2

当我们需要指定颜色时，我认为这比上面的解决方案简单得多。

for d in fig.data:
  filt = df['color'] == d.name
  d.x = df[filt]['Delta'].tolist()

- JounghooLee

---

抱歉，但您没有回答问题。 - godidier

FYI，这是对vestland答案的补充评论。如果你自己尝试一下，你会发现它比重写process_dataframe_timeline函数（如amos的答案）要简单得多。 - JounghooLee

这确实是一个非常有用的评论，因为它极大地简化了解决方案！在初始解决方案中的问题在于 fig.data[0].x，所以这个 0 索引只会修复第一组的柱状图，其他的将会被隐藏。这里提到的几行代码为我解决了这个问题，而不需要修改 Plotly 的代码。 - Fedor Chervinskii

Answer 3

我尝试了这里列出的其他答案，但是如果我指定一个color，它就不起作用。如果我尝试，数据fig.data有多个Bar对象，我不认为它包含分配所有增量所需的数据。然而，我发现我可以在plotly代码中进行猴子补丁(patch)，使其不将其转换为时间对象，从而获得正确的结果：

import plotly.express as px
import pandas as pd

def my_process_dataframe_timeline(args):
    """
    Massage input for bar traces for px.timeline()
    """
    print("my method")
    args["is_timeline"] = True
    if args["x_start"] is None or args["x_end"] is None:
        raise ValueError("Both x_start and x_end are required")

    x_start = args["data_frame"][args["x_start"]]
    x_end = args["data_frame"][args["x_end"]]

    # note that we are not adding any columns to the data frame here, so no risk of overwrite
    args["data_frame"][args["x_end"]] = (x_end - x_start)
    args["x"] = args["x_end"]
    del args["x_end"]
    args["base"] = args["x_start"]
    del args["x_start"]
    return args
px._core.process_dataframe_timeline = my_process_dataframe_timeline

df = pd.DataFrame([
    dict(Task="Job A", Start=1, Finish=4, color="1"),
    dict(Task="Job B", Start=2, Finish=6, color="2"),
    dict(Task="Job C", Start=3, Finish=10, color="1")
])
df['delta'] = df['Finish'] - df['Start']

fig = px.timeline(df, x_start="Start", x_end="Finish", y="Task", color="color")
fig.update_yaxes(autorange="reversed") 

fig.layout.xaxis.type = 'linear'
fig.show()

显然这样做是不可取的... 得到正式支持会更好。

- amos

Answer 4

为了说明JounghooLee的答案如何工作，我想添加这个例子。

import plotly.express as px
import pandas as pd

df = pd.DataFrame([
    dict(Task="Job A", Start=1, Finish=10),
    dict(Task="Job B", Start=3, Finish=6),
    dict(Task="Job C", Start=3, Finish=10)
])

df['delta'] = df['Finish'] - df['Start']

fig = px.timeline(df, x_start="Start", x_end="Finish", y="Task", color="Task")


print(fig.data[0].x)
print(fig.data[1].x)
print(fig.data[2].x)

a = [True, False, False]
b = [False, True, False]
c = [False, False, True]

aSeries = pd.Series(a)
bSeries = pd.Series(b)
cSeries = pd.Series(c)

fig.layout.xaxis.type = 'linear'

# the dataFrame df is filtered by the pandas series, to add the specific delta to each of the bars
fig.data[0].x = df[aSeries]['delta'].tolist()
fig.data[1].x = df[bSeries]['delta'].tolist()
fig.data[2].x = df[cSeries]['delta'].tolist()

print(fig.data[0].x)
print(fig.data[1].x)
print(fig.data[2].x)


fig.show()

prints 的输出如下：

[0.]
[0.]
[0.]
(9,)
(3,)
(7,)

而且 fig.data 包含三个条形图

如果没有分配color，它就无法工作，因为此时fig.data仅包含一个条形图。

print(fig.data[0].x) 返回

[0. 0. 0.]

在这种情况下。

另请参阅此链接： https://stackoverflow.com/a/71141827/7447940

- Heiko Averbeck

Answer 5

另一个选项是使用plotly条形图，并使用base参数来指示栏的起点位置，而x值将是任务的持续时间：

df = pd.DataFrame([
    dict(task="Job A", start=1, end=4),
    dict(task="Job B", start=2, end=6),
    dict(task="Job C", start=3, end=10)
])
df['delta'] = df['end'] - df['start']

fig = px.bar(df, 
base = "start",
x = "delta",
y = "task",
orientation = 'h'
)

fig.update_yaxes(autorange="reversed")
fig.show()

条形图还接受color参数，并根据您指定的列正确分组任务，例如：

df = pd.DataFrame([
    dict(task="Job A", start=1, end=4, color = "A"),
    dict(task="Job B", start=2, end=6, color = "B"),
    dict(task="Job C", start=3, end=10, color = "A")
])
df['delta'] = df['end'] - df['start']

fig = px.bar(df, 
base = "start",
x = "delta",
y = "task",
color = "color",
orientation = 'h'
)

fig.update_yaxes(autorange="reversed")
fig.show()

- symduk