python / plotly（快递）中的堆叠条形图 plot：条形图的分组/排序

Question

我在 dataframe 中有数据，我想使用堆叠条 plot plot：

test_df = pd.DataFrame([[1, 5, 1, 'A'], [2, 10, 1, 'B'], [3, 3, 1, 'A']], columns = ('ID', 'Value', 'Bucket', 'Type'))

如果我将 plot 与 Plotly Express 一起使用，我会得到彼此堆叠并正确排序的条形（基于索引）：

fig = px.bar(test_df, x='Bucket', y='Value', barmode='stack')

但是，我想根据类型为数据着色，因此我为 go

fig = px.bar(test_df, x='Bucket', y='Value', barmode='stack', color='Type')

这行得通，但现在排序混乱了，因为现在所有条形图都按类型分组。 我查看了 Plotly Express 的文档，找不到单独指定条形排序的方法。 关于如何做到这一点的任何提示？

我在这里找到了这个，但情况有点不同，那里提到的选项似乎对我没有帮助： How to disable plotly express from grouping bars based on color?

编辑：这进入了正确的方向，但不是使用 Plotly Express，而是使用 Plotly graph_objects：

import plotly.graph_objects as go
test_df = pd.DataFrame([[1, 5, 1, 'A', 'red'], [2, 10, 1, 'B', 'blue'], [3, 3, 1, 'A', 'red']], columns = ('ID', 'Value', 'Bucket', 'Type', 'Color'))
fig = go.Figure()
fig.add_trace(go.Bar(x=test_df["Bucket"], y=test_df["Value"], marker_color=test_df["Color"]))

Output：

不过，我更喜欢 Express 版本，因为那里有很多东西更容易处理（Legend、Hover 属性等）。

Answer 1

我能理解您的问题的唯一方法是您不希望B堆叠在A之上，而是相反。 如果是这种情况，那么您可以通过以下方式获得您想要的东西：

fig.data = fig.data[::-1]
fig.layout.legend.traceorder = 'reversed'

一些细节：

fig.data = fig.data[::-1]只是颠倒了痕迹出现在fig.data中的顺序，最终出现在绘制的图形本身中。 然而，这也会颠倒图例的顺序。 因此，如果没有fig.layout.legend.traceorder = 'reversed' ，结果将是：

因此，完整的解决方法如下所示：

fig.data = fig.data[::-1]
fig.layout.legend.traceorder = 'reversed'

完整代码：

import pandas as px
import plotly.express as px
test_df = pd.DataFrame([[1, 5, 1, 'A'], [2, 10, 1, 'B'], [3, 3, 1, 'A']], columns = ('ID', 'Value', 'Bucket', 'Type'))
fig = px.bar(test_df, x='Bucket', y='Value', barmode='stack', color='Type')
fig.data = fig.data[::-1]
fig.layout.legend.traceorder = 'reversed'
fig.show()

Answer 2

好的，很抱歉耽搁了这么久，但我终于开始解决这个问题了。
我的解决方案可能不是最直接的解决方案，但它确实有效。

基本思想是使用 graph_objects 而不是 express，然后遍历 dataframe 并将每个条添加为单独的跟踪。 这样，每个跟踪都可以获得一个可以以某种方式分组的名称（如果将所有条添加到单个跟踪中，这是不可能的，或者至少我找不到方法）。 不幸的是，图例的顺序是混乱的（如果你有超过 2 个桶），目前 plotly 没有办法对其进行排序。 但那是小事。

困扰我的主要事情是，如果 plotly.express 允许按特定列手动排序条形，这可能会容易得多。 也许我会把它作为建议提交。

import pandas as pd
import plotly.graph_objects as go
import plotly.io as pio
pio.renderers.default = "browser"

test_df = pd.DataFrame(
    [[1, 5, 1, 'B'], [3, 3, 1, 'A'], [5, 10, 1, 'B'],
     [2, 8, 2, 'B'], [4, 5, 2, 'A'], [6, 3, 2, 'A']],
    columns = ('ID', 'Value', 'Bucket', 'Type'))
# add named colors to the dataframe based on type
test_df.loc[test_df['Type'] == 'A', 'Color'] = 'Crimson'
test_df.loc[test_df['Type'] == 'B', 'Color'] = 'ForestGreen'
# ensure that the dataframe is sorted by the values
test_df.sort_values('ID', inplace=True)

fig = go.Figure()
# it's tedious to iterate over each item, but only this way we can ensure that everything is correctly ordered and labelled
# Set up legend_show_dict to check if an item should be shown or not. This should be only done for the first occurrence to avoid duplication.
legend_show_dict = {}
for i, row in test_df.iterrows():
    if row['Type'] in legend_show_dict:
        legend_show = legend_show_dict[row['Type']]
    else:
        legend_show = True
        legend_show_dict[row['Type']] = False
    fig.add_trace(
        go.Bar(
            x=[row['Bucket']],
            y=[row['Value']],
            marker_color=row['Color'],
            name=row['Type'],
            legendgroup=row['Type'],
            showlegend=legend_show,
            hovertemplate="<br>".join([
            'ID: ' + str(row['ID']),
            'Value: ' + str(row['Value']),
            'Bucket: ' + str(row['Value']),
            'Type: ' + row['Type'],
            ])
           ))
fig.update_layout(
    xaxis={'categoryorder': 'category ascending', 'title': 'Bucket'},
    yaxis={'title': 'Value'},
    legend={'traceorder': 'normal'}
    )
fig.update_layout(barmode='stack', font_size=20)
fig.show()

这就是它应该看起来的样子：