如何在一张图中绘制多个时间线？

Question

我有两个不同的数据框，其中包含不同的列：开始和结束日期、持续时间...

我想使用 plotly express 将数据绘制到时间线（甘特图）中。我知道如何使用子图，但是我希望它们在同一个图形上而不是图上。

这是我的尝试：

'''

import plotly.graph_objs as go
import plotly.express as px

fig = px.timeline(chosen_data3, x_start="Start Date", x_end="End Date", y="new" )
fig2 = px.timeline(chosen_data4, x_start="Start Date", x_end="End Date", y="new", ax = fig )
fig2.show()

#Using graph_objs :

fig = go.Figure()

for (start, end, value, value2) in zip(chosen_data3["Start Date"], chosen_data3["End Date"], 
chosen_data3["Duration [Hours]"],chosen_data3["Hs [m]"] ):
   name = f"Towing : {start} to {end}"
   fig.add_trace(go.Scatter(x=[start, end], y=[value, value],mode='lines', name = name , marker = 
   dict(color = 'rgb(0,0,0)'), hoverinfo = 'all'))    

 for (start, end, value, value2) in zip(chosen_data4["Start Date"], chosen_data4["End Date"], chosen_data4["Duration [Hours]"], chosen_data4["Hs [m]"]):
name = f"Hook-Up :{start} to {end}"
fig.add_trace(go.Scatter(x=[start, end], y=[value, value],mode='lines', name = name, marker = dict(color = 'rgb(65,105,225)'), hoverinfo = 'all')) 

fig.show()

'''

graph_objs 的解决方案是正确的，但是使用 express 的解决方案不正确

编辑： 我的两个数据框示例：

使用 Graph objs 的解决方案：

我尝试的解决方案是连接两个数据框并创建一个新列来区分每个数据，当您将鼠标悬停在每个条上时，我会使用 plotly express 时间轴得到下图，您会看到所有需要的信息：

Answer 1

您有正确的想法：要使用 plotly express 重现您使用 plotly graph_objects 制作的图形，我们需要为您的两个 DataFrame 创建新列，以保存您需要传递给 px.timeline 方法的信息。然后我们可以将两个 DataFrame 连接起来，并将一个组合的 DataFrame 传递给 px.timeline。

我们可以创建一个名为legend_entry 的列来保存您希望在图例中显示的字符串，并将其传递给 px.timeline 的color 参数。然而，由于颜色参数也用于为条分配颜色，并且您拥有的每个 legend_entry 都是唯一的，因此每个条将是不同的颜色 - 我们可以通过传递要分配给每个条的显式颜色数组来覆盖它参数color_discrete_sequence。为此，我们可以创建一个名为color 的附加列，我们将根据牵引或连接任务填充'black' 或'blue'。

由于最顶部和最底部的条形图正好位于绘图的边缘，因此我们可以通过将 y 轴的范围扩大到您喜欢的小时数来添加一些填充。我选择了 10。

import numpy as np
import pandas as pd
import plotly.express as px

## recreate your data
chosen_data3 = pd.DataFrame({
    "Start Date":['1999-03-06 05:00:00','1999-03-08 22:00:00','1999-03-12 22:00:00','1999-03-22 19:00:00'],
    "End Date":['1999-03-08 00:00:00','1999-03-12 19:00:00','1999-03-21 20:00:00','1999-03-26 03:00:00'],
    "Hs [m]":[1.804182,1.461362,1.825023,1.717531]
})

chosen_data4 = pd.DataFrame({
    "Start Date":['1999-03-09 06:00:00','1999-03-20 05:00:00'],
    "End Date":['1999-03-11 18:00:00','1999-03-21 10:00:00'],
    "Hs [m]":[1.209672,1.121267]
})

chosen_data3[['Start Date','End Date']] = chosen_data3[['Start Date','End Date']].apply(pd.to_datetime)
chosen_data4[['Start Date','End Date']] = chosen_data4[['Start Date','End Date']].apply(pd.to_datetime)

chosen_data3['Duration [Hours]'] = (chosen_data3['End Date'] - chosen_data3['Start Date']) / np.timedelta64(1, 'h')
chosen_data4['Duration [Hours]'] = (chosen_data4['End Date'] - chosen_data4['Start Date']) / np.timedelta64(1, 'h')

## add a new column with a string for the legend
chosen_data3['legend_entry'] = "Towing : " + chosen_data3['Start Date'].apply(str) + " to " + chosen_data3['End Date'].apply(str) 
chosen_data4['legend_entry'] = "Hook up : " + chosen_data4['Start Date'].apply(str) + " to " + chosen_data4['End Date'].apply(str)

## add a new column to specify the color of each bar
chosen_data3['color'] = 'black'
chosen_data4['color'] = 'blue'

## we can concatenate the data into one DataFrame so that we only need to use px.timeline once
df = pd.concat([chosen_data3, chosen_data4])

## pass an explicit array to the color_discrete_sequence 
fig = px.timeline(df, x_start="Start Date", x_end="End Date", y="Duration [Hours]", 
    color="legend_entry", color_discrete_sequence=df.color.values)

## add some padding so that the bottom and topmost bars aren't flush against the edge of the figure
y_axis_range_padding = 10
fig.update_layout(
    title="Towing & Hook up tasks in function of duration", title_x=0.5, 
    legend_title_text='', yaxis_range=[df['Duration [Hours]'].min() - y_axis_range_padding, df['Duration [Hours]'].max() + y_axis_range_padding]
    )
fig.show()