Plotly Express：使用 px.bar() 绘制未堆叠数据框时出错

Question

我的目标是从Pandas 数据框中的两个过滤列创建比率，然后使用Plotly Express 创建使用px.bar() 的条形图。我可以使用 Pandas 中的基本 plot() 函数，但不能使用 Plotly Express 中的 px.bar() 函数。

我遇到的一个问题是某些列包含重复值。这导致我不得不做一些 Pandas 体操。

这是我的数据：

test_df = pd.DataFrame({'Manufacturer':['Ford', 'Ford', 'Mercedes', 'BMW', 'Ford', 'Mercedes', 'BMW', 'Ford', 'Mercedes', 'BMW', 'Ford', 'Mercedes', 'BMW', 'Ford', 'Mercedes', 'BMW', 'Ford', 'Mercedes', 'BMW'],
                          'Metric':['Orders', 'Orders', 'Orders', 'Orders', 'Orders', 'Orders', 'Orders', 'Sales', 'Sales', 'Sales', 'Sales', 'Sales', 'Sales', 'Warranty', 'Warranty', 'Warranty', 'Warranty', 'Warranty', 'Warranty'],
                          'Sector':['Germany', 'Germany', 'Germany', 'Germany', 'USA', 'USA', 'USA', 'Germany', 'Germany', 'Germany', 'USA', 'USA', 'USA', 'Germany', 'Germany', 'Germany', 'USA', 'USA', 'USA'],
                          'Value':[45000, 70000, 90000, 65000, 40000, 65000, 63000, 2700, 4400, 3400, 3000, 4700, 5700, 1500, 2000, 2500, 1300, 2000, 2450],
                          'City': ['Frankfurt', 'Bremen', 'Berlin', 'Hamburg', 'New York', 'Chicago', 'Los Angeles', 'Dresden', 'Munich', 'Cologne', 'Miami', 'Atlanta', 'Phoenix', 'Nuremberg', 'Dusseldorf', 'Leipzig', 'Houston', 'San Diego', 'San Francisco']
                       })

由于一些重复值，我创建了一个临时表：

temp_table = test_df.reset_index().pivot_table(values = 'Value', index = ['Manufacturer', 'Metric', 'Sector'], aggfunc='sum')

然后，重置索引：

df_new = temp_table.reset_index()

那么，

s1 = df_new.set_index(['Manufacturer','Sector']).query("Metric=='Orders'").Value
s2 = df_new.set_index(['Manufacturer','Sector']).query("Metric=='Sales'").Value

然后，unstack 和 plot：

temp_frame = s1.div(s2).unstack()
temp_frame.plot(kind='bar')

这可以完美运行，并使用标准 Pandas plot() 函数生成以下条形图：

现在，我尝试使用 Plotly Express 中的 px.bar() 函数进行绘图：

px.bar(temp_frame, x='Sector', y='Value', color='Exchange',
                            barmode='group',
                            text='Value',
                            title='Order to Sales Ratio)

此代码导致以下错误消息：

ValueError: Value of 'x' is not the name of a column in 'data_frame'. Expected one of ['Germany', 'USA'] but received: Sector

此错误看起来与Use Pandas index in Plotly Express 中报告的问题有关。但是，我认为我的数据框的配置方式无法实现 @Laurens Koppenol 建议并由 @nicolaskruchten 验证的“丑陋修复”解决方案。

谁能帮我解决这个错误，以便我可以使用Plotly Express 创建上面的条形图？

提前致谢！

Answer 1

Plotly 4.8 版允许我们这样做！

https://community.plotly.com/t/announcing-plotly-py-4-8-plotly-express-support-for-wide-and-mixed-form-data-plus-a-pandas-backend/40048

根据文档：

"...Plotly Express 现在可以在相应函数的 x 和 y 参数方面表现得更像默认的 Pandas 绘图后端。鉴于此，我们正在利用新的 pandas .options.plotting.backend 选项在 Pandas v0.25 中引入，并为 Pandas 绘图提供官方的 plotly 后端。这意味着您可以像往常一样导入 Pandas，将绘图后端设置为“plotly”，当您调用 df .plot()，调用 Plotly Express，并返回一个 plotly.graph_objects.Figure 对象，准备自定义、渲染或传入 Dash Core Components 的 Graph 组件。”

这样做的代码是：

import pandas as pd
pd.options.plotting.backend='plotly'

test_df = pd.DataFrame({'Manufacturer':['Ford', 'Ford', 'Mercedes', 'BMW', 'Ford', 'Mercedes', 'BMW', 'Ford', 'Mercedes', 'BMW', 'Ford', 'Mercedes', 'BMW', 'Ford', 'Mercedes', 'BMW', 'Ford', 'Mercedes', 'BMW'],
                          'Metric':['Orders', 'Orders', 'Orders', 'Orders', 'Orders', 'Orders', 'Orders', 'Sales', 'Sales', 'Sales', 'Sales', 'Sales', 'Sales', 'Warranty', 'Warranty', 'Warranty', 'Warranty', 'Warranty', 'Warranty'],
                          'Sector':['Germany', 'Germany', 'Germany', 'Germany', 'USA', 'USA', 'USA', 'Germany', 'Germany', 'Germany', 'USA', 'USA', 'USA', 'Germany', 'Germany', 'Germany', 'USA', 'USA', 'USA'],
                          'Value':[45000, 70000, 90000, 65000, 40000, 65000, 63000, 2700, 4400, 3400, 3000, 4700, 5700, 1500, 2000, 2500, 1300, 2000, 2450],
                          'City': ['Frankfurt', 'Bremen', 'Berlin', 'Hamburg', 'New York', 'Chicago', 'Los Angeles', 'Dresden', 'Munich', 'Cologne', 'Miami', 'Atlanta', 'Phoenix', 'Nuremberg', 'Dusseldorf', 'Leipzig', 'Houston', 'San Diego', 'San Francisco']
                       })


temp_table = test_df.reset_index().pivot_table(values = 'Value', index = ['Manufacturer', 'Metric', 'Sector'], aggfunc='sum')


df_new = temp_table.reset_index()


s1 = df_new.set_index(['Manufacturer','Sector']).query("Metric=='Orders'").Value
s2 = df_new.set_index(['Manufacturer','Sector']).query("Metric=='Sales'").Value

temp_frame = s1.div(s2).unstack()


fig = temp_frame.plot(kind='bar')
fig.update_layout(barmode='group')
fig.show()