Plotly 中数组内的值的直方图

Question

整天都在思考这个问题，所以我想我会在这里发帖以获得外部意见。 这就是我的源数据的样子

|Author     | Year | Level of Evidence | Surgery Type              |
|-----------|----- | ----------------- | ------------------------- |
| John Doe  | 2020 | 3                 | [Laparoscopy]             |
| Jane Doe  | 2019 | 1                 | [Laparoscopy, Cystoscopy] |
| James Doe | 2011 | 1                 | [Laparoscopy, Endoscopy]  |

我想 plot 每个手术的证据水平计数的直方图。 每位作者可以进行多次手术，这一事实让我大吃一惊。 编写一些代码来计算每个的分布并重新格式化它是相当简单的：

|Level of Evidence| Surgery Type | Count   |
|-----------------| ------------ | ------- |
|     1           |Laparoscopy   | 2       | 
|     1           |Cystoscopy    | 1       | 
|     1           |Endoscopy     | 1       | 
|     3           |Laparoscopy   | 1       | 

然后我可以轻松调用plotly.express.bar(df, x = 'Surgery Type', y = 'Count')

并获得我正在寻找的确切条形图。 这就是我的问题所在。 我希望能够按年份过滤数据，这是我自己计算频率时无法做到的。 有没有办法使用plotly.express.histogram function 将 [腹腔镜检查，膀胱镜检查] 视为同一作者的两个单独计数？ 我知道我可以提前手动拆分数据：

|Author      | Year  | Level of Evidence | Surgery Type  |
|------------| ----- | ----------------- | ------------- |
| John Doe   |2020   |      3            | [Laparoscopy] |
| Jane Doe   |2019   |      1            | [Laparoscopy] |
| Jane Doe   |2019   |      1            | [Cystoscopy]  |
| James Doe  |2011   |      1            | [Laparoscopy] |
| James Doe  |2011   |      1            | [Endoscopy]   |

但是，我想知道我是否可以直接从 Plotly 中获得 plot，而无需事先按手术类型手动拆分数据。 在我看来，他们来自文档的示例数据集没有 arrays，而是在绘图之前手动拆分。 是这样吗？ 或者，是否有可以轻松执行此类拆分的 function？

我感谢您的帮助！

Answer 1

首先，我将尝试根据以下数据解决您的问题：

data = {"Author":['John Doe','John Doe','James Doe'], "Year":[2020, 2019, 2011], "Level":[3,1,1], 
        "Type":[['Laparoscopy','Laparoscopy'],['Laparoscopy', 'Cystoscopy','Laparoscopy'],['Laparoscopy', 'Endoscopy']] }

df = pd.DataFrame.from_dict(data,orient='index').transpose()

     Author     Year  Level           Type
0   John Doe    2020    3   [Laparoscopy, Laparoscopy]
1   John Doe    2019    1   [Laparoscopy, Cystoscopy, Laparoscopy]
2   James Doe   2011    1   [Laparoscopy, Endoscopy]

现在，尝试通过explode自动拆分数据：

final_df = df.explode(['Type'])

     Author     Year  Level    Type
0   John Doe    2020    3   Laparoscopy
0   John Doe    2020    3   Laparoscopy
1   John Doe    2019    1   Laparoscopy
1   John Doe    2019    1   Cystoscopy
1   John Doe    2019    1   Laparoscopy
2   James Doe   2011    1   Laparoscopy
2   James Doe   2011    1   Endoscopy

然后根据所有列对数据进行分组，得到每组的大小：

final_df.groupby(df.columns.to_list()).size().to_frame('count').reset_index()

     Author     Year  Level   Type    count
0   James Doe   2011    1   Endoscopy   1
1   James Doe   2011    1   Laparoscopy 1
2   John Doe    2019    1   Cystoscopy  1
3   John Doe    2019    1   Laparoscopy 2
4   John Doe    2020    3   Laparoscopy 2

如您所见，我们将每种手术类型视为同一作者的两个独立计数。 我希望我能回答你的问题。