Plotly：如何在Plotly Express动画中指定分类的x轴元素？

Question

我有以下数据。

我正在使用一个滑块，以便可以通过不同的日期进行滑动（请参见下面的图片以了解滑块是什么）。 现在，由于我的类别可能在日期之间发生变化，我想要用A、B、C、E、F来初始化我的x轴范围，无论我的日期是什么。所以有时候我会在一个类别中没有数据点，但这对我并不重要。

那么如何初始化我的x轴范围，使我的数据点适应初始化后的x轴呢？

我正在使用python3和plotly express。

目前这是我的代码：

data.columns = ['price', 'category', 'date']
    data = data.sort_values(by=['date', 'price'])
    fig = px.scatter(data, x = "category", y = "price", animation_frame="date")
    fig.update_layout(
        yaxis_title="Price (€)",
    )
    fig['layout']['updatemenus'][0]['pad']['t'] = 180
    fig['layout']['sliders'][0]['pad']['t'] = 200
    fig.write_html("/home/**/Desktop/1.html", auto_play=True)

我希望你能够理解清楚。如果需要额外的信息，请告诉我。欢迎任何想法或建议 :)

- colla

---

也许对于其他人来说这很清晰，但我并不太明白你想在这里实现什么。你想要在x轴上显示A、B、C、F吗？并且每个动画步骤都保持相同？如果是这样的话，那么提供的截图并没有增加太多解释，因为x轴的值是日期？你能否使用此处描述的方法提供数据集的示例？ - vestland

你想在你的x轴上显示A、B、C、F吗？并且在每个动画步骤中保持不变？是的，这是我的目的。 - colla

你对我的建议结果怎么样？ - vestland

Answer 1

答案：

要确保所有动画帧的 x 轴上都显示了所有分类，唯一的方法就是要确保它们出现在第一个 Date = X。所以实际上你不能在图中修复 x 轴范围。你得通过你的数据源来完成。

详情：

有时我可能没有某些分类的数据点，但这对我并不重要。

也许对你不重要，但对 plotly.express 是重要的。特别是如果你所指的“没有数据”意味着你在数据集的全部日期中没有为所有分类记录。你知道，plotly 似乎会将 x 轴值设置为它在第一个唯一 Date = X 值中找到的类别，即 A, B, C。但别担心，我们也会解决这个问题。让我们使用稍微修改过的数据屏幕截图（下次请这样做）。我添加了实际日期而不是 X, Y，并将数字范围缩小了一点，因为你的特殊数据会使动画有些混乱。

如果我们采用以下动画方法：

fig = px.scatter(df1, x="Category", y="Price", animation_frame="Date",
                  color="Category", range_y=[0,20])

如果您使用这种方法，将获得两个动画帧：

图1，第1帧

图1，第2帧

现在，让我们使用一种方法，确保所有类别在所有日期上都有表示，就像您在Pandas: How to include all columns for all rows although value is missing in a dataframe with a long format?中找到的那样。

现在你会得到：

图2，第1帧

图2，第2帧

我希望这就是您要寻找的内容。如果不是，请随时让我知道！如果不删除df1.fillna(0)部分，则会获得略有不同的结果。但我将让您自己尝试所有可用选项。

完整代码：

import pandas as pd
import plotly.express as px

df = pd.DataFrame({'Date': {0: '24.08.2020',
                              1: '24.08.2020',
                              2: '24.08.2020',
                              3: '25.08.2020',
                              4: '25.08.2020',
                              5: '25.08.2020'},
                             'Category': {0: 'A', 1: 'B', 2: 'C', 3: 'C', 4: 'E', 5: 'F'},
                             'Price': {0: 1, 1: 2, 2: 3, 3: 3, 4: 10, 5: 13}})

# make sure that all category variables are represented for
# all dates even though not all variables have values.
df['key']=df.groupby(['Date','Category']).cumcount()
df1 = pd.pivot_table(df,index='Date',columns=['key','Category'],values='Price')
df1 = df1.stack(level=[0,1],dropna=False).to_frame('Price').reset_index()
df1 = df1[df1.key.eq(0) | df1['Price'].notna()]
df1=df1.fillna(0)

# ploty express animation
fig = px.scatter(df1, x="Category", y="Price", animation_frame="Date",
                  color="Category", range_y=[0,20])

# some extra settings.
fig.update_layout(transition = {'duration': 20000})


fig.show()

- vestland