2

我有一些我正在使用的代码：

这些是创建堆积条形图的轨迹。现在我正在寻找一种方法使这些跟踪动态取决于下拉菜单提供的变量。

问题是下拉菜单中的每个选择都不需要所有的痕迹。例如，选择 A 没有“住宅”的值，这给了我一个错误。

  pv = pd.pivot_table(
        df_plot,
        index=['Year'],
        columns=["Market segment"],
        values=['Value'],
        aggfunc=sum,
        fill_value=0)

trace1 = go.Bar(x=pv.index, y=pv[("Value", "Residential")], name="Residential")
trace2 = go.Bar(x=pv.index, y=pv[("Value", "Business – small")], name="Business – small")
trace3 = go.Bar(x=pv.index, y=pv[("Value", "Business – medium")], name="Business - medium")
trace4 = go.Bar(x=pv.index, y=pv[("Value", "Business – micro")], name="Business - micro")
trace5 = go.Bar(x=pv.index, y=pv[("Value", "Business – SME")], name="Business - SME")
trace6 = go.Bar(x=pv.index, y=pv[("Value", "Business")], name="Business")


return {
    'data': [trace1, trace2, trace3, trace4, trace5, trace6],
    'layout':
    go.Layout(
        title='Metric: {}'.format(Metric),
        barmode='stack')
}
4

1 回答 1

2

您只需要在准备跟踪时添加一个 if 条件并实际检查数据透视表中是否有数据。如果没有数据，我们为跟踪分配一个空对象，请参考下面的最小工作示例，如果这解决了您的问题，请告诉我！

import pandas as pd
import plotly.offline as py_offline
import plotly.graph_objs as go
py_offline.init_notebook_mode()

df_plot = df = pd.DataFrame([[1, 2, 3], [3, 4, 5], [5, 6, 7], [7, 8, 9]], columns=["A", "B", "C"])

pv = pd.pivot_table(
        df_plot,
        index=['A'],
        columns=["B"],
        values=['C'],
        aggfunc=sum,
        fill_value=0)

if 2 in list(pv.columns.levels[1]):
    trace1 = go.Bar(x=pv.index, y=pv[("C", 2)], name="Two")
else:
    trace1 = {}
if 5 in list(pv.columns.levels[1]):
    trace2 = go.Bar(x=pv.index, y=pv[("C", 5)], name="Five")
else:
    trace2 = {}

py_offline.iplot({
    'data': [trace1, trace2],
    'layout':
    go.Layout(
        barmode='stack')
})

额外细节：

以下数据透视表代码的结果是。

pv = pd.pivot_table(
        df_plot,
        index=['A'],
        columns=["B"],
        values=['C'],
        aggfunc=sum,
        fill_value=0)

数据透视表结果

因此，当您这样做时，pv.columns我们会获得数据透视表的所有单个列的详细信息，如下所示。

pv.columns

MultiIndex(levels=[['C'], [2, 4, 6, 8]], labels=[[0, 0, 0, 0], [0, 1, 2, 3]], names=[None , 'B'])

您可以简单地创建一个 for 循环来遍历参数数组列表并应用if condition前面示例中解释的验证并最终绘制它，请参考以下代码并让我知道是否有任何问题。

import pandas as pd
import plotly.offline as py_offline
import plotly.graph_objs as go
py_offline.init_notebook_mode()

df_plot = df = pd.DataFrame([[1, 2, 3], [3, 4, 5], [5, 6, 7], [7, 8, 9]], columns=["A", "B", "C"])

pv = pd.pivot_table(
        df_plot,
        index=['A'],
        columns=["B"],
        values=['C'],
        aggfunc=sum,
        fill_value=0)
arr = []
params = [{'name': "Two", 'val': 2},{'name': "Five", 'val': 5}]
for param in params:
    if param['val'] in list(pv.columns.levels[1]):
        temp = go.Bar(x=pv.index, y=pv[("C", param['val'])], name=param['name'])
    else:
        temp = {}
    arr.append(temp)
py_offline.iplot({
    'data': arr,
    'layout':
    go.Layout(
        barmode='stack')
})
于 2018-05-28T05:57:11.153 回答