plotly / plotly/plotly.py

Consider showing UTC offset in tooltip for datetimes

Ouverte
#4,844 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

feature P2
Langage dominant
Python
Étoiles
18.8k
Forks
2.8k
Merge moyen
16 h 26 min
PR mergées (30 j)
21

Description

Say I have

import pandas as pd
dfa = pd.DataFrame(
    {
        "datetime": ["2020-10-25T01:30"] * 2,
        "price": [40, 50],
    }
)
dfa['datetime'] = pd.to_datetime(dfa['datetime']).dt.tz_localize('Europe/London', ambiguous=[True, False])
dfa
                   datetime  price
0 2020-10-25 01:30:00+01:00     40
1 2020-10-25 01:30:00+00:00     50

and I plot

px.scatter(dfa, x="datetime", y="price")

then I get

Image

Notice how the two points are stacked one on top of each other, even though they are actually 1 hour apart

If Plotly's design decision for time zones is to display the local datetime, then I think this makes perfect sense, nice one 👍 However, I think the tooltip should give enough information to distinguish the two points, whereas currently, they both show:

datetime=Oct 25, 2020, 01:30

I would expect the bottom one to show datetime=Oct 25, 2020, 01:30 +01:00 and the top one to show datetime=Oct 25, 2020, 01:30 +00:00

Guide de contribution

Ouvrir le guide de contribution

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Piste de recherche

Commencez par exécuter la reproduction Python dans l’issue et examinez comment Plotly formate les valeurs datetime dans les info-bulles au survol. Le travail est terminé lorsque les deux valeurs datetime ambiguës de Europe/London restent distinguables grâce à l’affichage de leurs offsets UTC, avec une couverture ajoutée pour cet exemple.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
python
Domaine
data-visualization
Type d'issue
Fonctionnalité
Difficulté
3/5
Temps estimé
1-2 jours
Activité
À l'abandon
Clarté
Plutôt claire
Accessibilité débutants
45/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.