将时间转换为指定的时间格式并应用于绘图图形的 y 轴

如何解决将时间转换为指定的时间格式并应用于绘图图形的 y 轴

我目前正在尝试根据文章 An Interactive Web Dashboard with Plotly and Flask 使用 plotly 和 Flask 创建用于 Formula1 中的分析的网络仪表板。

我有 MM:SS:sss 字符串格式的单圈时间（其中 MM 是分钟，sss 是毫秒），我已经尝试（下面的 Python 脚本）使用 datetime.timedelta 将其转换为可量化的值，以便我能够绘制它们并操纵它们（例如，找出车手在几圈内的平均时间）。但是，当我尝试在 timedelta 中绘制 plotly 对象时，它们以微秒为单位显示。

是否可以以指定的时间格式创建 timedelta 对象并对其进行量化，以便 plotly 能够正确地绘制它们？

from datetime import timedelta

times = ["1:23.921","1:24.690","1:24.790"]

# convert to timedelta object
def string_con(string_time):
    new_time = timedelta(minutes=int(string_time.split(
        ":")[0]),seconds=int((string_time.split(":")[1]).split(".")[0]),milliseconds=int((string_time.split(":")[1]).split(".")[1]))
    return new_time


# compute average pace using timedelta objects
def average_pace(laps):
    laps = list(map(string_con,laps))
    return (sum(laps,timedelta(0))/len(laps))

print(average_pace(times))

解决方法

您需要将 timedelta 的数字内部值转换为与存储它们不同的时间单位，分别是 days、{{1 }} 和 seconds。

既然您说您不能自己将它们转换为字符串，那么潜在的解决方法可能是将它们转换为 microseconds 子类，该子类可以按照您想要的方式将自身转换为字符串。

要记住的一件事是 timedelta 可能包含巨大的值，必须以某种方式处理——所以只是说你想要“MM:SS.sss”格式忽略了理论上的事实也可能涉及数天和数小时。下面的函数计算它们，但仅在它们不为零时显示它们的值。

下面的代码定义了一个新的 timedelta 子类并使用它。我已经定义了子类的 MyTimeDelta 方法以返回所需格式的字符串。现在，只要新类的实例转换为字符串，就会使用前一个函数，但该类作为一个整体仍然像它的基类一样是“数字的”。子类的 __str__() 方法使用我也添加的名为 __str__() 的私有帮助方法。

_convert_units()

,

• 将文本转换为解析表示是正确的。我也使用过 Timedelta。在某些方面，使用纳秒会更简单
• 您还需要转换回轴刻度和悬停文本。我为此使用了一个实用函数
• 这一切结合在一起，您可以创建情节正确且人类可读的单圈时间图;-)

import requests
import pandas as pd
import plotly.express as px

# get some lap timing data
df = pd.concat([
        pd.json_normalize(requests.get(f"https://ergast.com/api/f1/2021/7/laps/{l}.json").json()
                          ["MRData"]["RaceTable"]["Races"][0]["Laps"][0]["Timings"]
        ).assign(lap=l)
        for l in range(1,25)
    ]).reset_index(drop=True)
# convert to timedelta...
df["time"] = (
    df["time"]
    .str.extract(r"(?P<minute>[0-9]+):(?P<sec>[0-9]+).(?P<milli>[0-9]+)")
    .apply(
        lambda r: pd.Timestamp(year=1970,month=1,day=1,minute=int(r.minute),second=int(r.sec),microsecond=int(r.milli) * 10 ** 3,),axis=1,)
    - pd.to_datetime("1-jan-1970").replace(hour=0,minute=0,second=0,microsecond=0)
)

# utility build display string from nanoseconds
def strfdelta(t,fmt="{minutes:02d}:{seconds:02d}.{milli:03d}"):
    d = {}
    d["minutes"],rem = divmod(t,10 ** 9 * 60)
    d["seconds"],d["milli"] = divmod(rem,10 ** 9)
    d["milli"] = d["milli"] // 10**6
    return fmt.format(**d)

# build a figure with lap times data...  NB use of hover_name for formatted time
fig = px.scatter(
    df,x="lap",y="time",color="driverId",hover_name=df["time"].astype(int).apply(strfdelta),hover_data={"time":False},size=df.groupby("lap")["time"].transform(
        lambda s: s.rank(ascending=True).eq(1).astype(int)
    ),)
# make figure more interesting... add best/worst and mean lap times...
fig.add_traces(
    px.line(
        df.groupby("lap")
        .agg(
            avg=("time",lambda s: s.mean()),min=("time",lambda s: s.min()),max=("time",lambda s: s.max()),)
        .reset_index(),y=["avg","min","max"],).data
)

# fix up tick labels
ticks = pd.Series(range(df["time"].astype(int).min() - 10 ** 10,df["time"].astype(int).max(),10 ** 10,))
fig.update_layout(
    yaxis={
        "range": [
            df["time"].astype(int).min() - 10 ** 10,],"tickmode": "array","tickvals": ticks,"ticktext": ticks.apply(strfdelta)
    }
)