Как отобразить ежедневные данные по 24-часовой оси (00:00–23:59:59)

• Создайте столбец, представляющий общее количество секунд для данного дня, который будет использоваться в качестве оси x и обеспечит правильное расположение каждой точки для данного 'INSPECTION'.
  • Учитывая конкретный день, вычтите день в полночь из текущей даты и времени и используйте метод .total_seconds().
  • df.DATE_TIME.apply(lambda row: (row - row.replace(hour=0, minute=0, second=0, microsecond=0)).total_seconds())
• Установите галочки каждый час.
  • ax.xaxis.set_major_locator(tkr.MultipleLocator(3600))
• Создайте список каждого часа, который будет использоваться в качестве меток. [''] для последнего тика в '00:00' следующего дня.
  • hours = [dtime(i).strftime('%H:%M') for i in range(24)] + ['']
• Это также можно сделать с помощью fig, (ax1, ax2) = plt.subplots(2, 1), но это косметическое изменение, не имеющее отношения к вопросу.
  • См. Как построить несколько подзаговоров для получения дополнительной информации о построении подзаговоров.
• Морскую легенду следует перемещать с помощью sns.move_legend, а не plt.legend, согласно Переместить легенду морского сюжета в другое место.
• Более последовательно придерживаться объектно-ориентированного интерфейса с использованием ax, псевдонима для matplotlib.axes.Axes, чем чередовать ax и plt.
• Протестировано в python 3.11.2, pandas 2.0.0, matplotlib 3.7.1, seaborn 0.12.2

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as tkr
from datetime import time as dtime

# given the existing dataframe with the DATE_TIME column as a datetime Dtype

# add a column for total seconds
df['total_seconds'] = df.DATE_TIME.apply(lambda row: (row - row.replace(hour=0, minute=0, second=0, microsecond=0)).total_seconds())

# iterate through each ID
for id_ in sorted(df.ID.unique()):
    
    # select the data for the given id_
    data = df[df.ID.eq(id_)]

    # create a figure
    fig = plt.figure(figsize=(10, 6))

    # plot the data
    ax = sns.lineplot(data=data, x ='total_seconds', y = 'VALUE1', hue='INSPECTION', palette='viridis', legend='full')
    
    # set the title and labels
    ax.set(title=f'ID: {id_}', xlabel='TIME', ylabel='VALUE1')
    
    # move the legend
    sns.move_legend(ax, bbox_to_anchor=(1.0, 0.5), loc='center left', frameon=False)

    # constrain the x-axis limits to the number of seconds in a day
    ax.set_xlim(0, 24*3600)

    # create labels for every hour in the day, and add an extra spot for the last tick position
    hours = [dtime(i).strftime('%H:%M') for i in range(24)] + ['']

    # create xticks at every hour
    ax.xaxis.set_major_locator(tkr.MultipleLocator(3600))
    
    # set the ticks and corresponding labels; cut off extra starting and ending ticks to match labels
    ax.set_xticks(ticks=ax.get_xticks()[1:-1], labels=hours, rotation=90)
    
    # remove spines
    ax.spines[['top', 'right']].set_visible(False)

df.head()

            DATE_TIME  ID      VALUE1     VALUE2  INSPECTION MODE      TIME    TIMEINTERVAL  total_seconds TIME_OF_DAY
0 2022-11-01 00:00:00   2  145.003985  57.488269           1    A  00:00:00             NaT            0.0   Nighttime
1 2022-11-01 00:20:00   2  142.449613  75.888882           1    A  00:20:00 0 days 00:20:00         1200.0   Nighttime
2 2022-11-01 00:40:00   1  119.748681  70.052981           1    A  00:40:00 0 days 00:20:00         2400.0   Nighttime
3 2022-11-01 01:00:00   2  149.170848  69.793085           1    A  01:00:00 0 days 00:20:00         3600.0   Nighttime
4 2022-11-01 01:20:00   2  148.873049  56.777515           1    A  01:20:00 0 days 00:20:00         4800.0   Nighttime