这是我的数据集：
在按年锁定数据帧并按月分组后，我继续计算百分比增加/减少作为新列；最终看起来像这样：
现在对于我的Plotly图，我使用以下代码来显示 traces 并添加一些 hover 信息:
fig.add_trace(go.Scatter(x=group_dfff.Months, y=group_dfff.Amount, name=i,
hovertemplate='Price: $%{y:.2f}'+'<br>Week: %{x}'))
现在你可以看到有一个参数hovertemplate，我可以传递我的x和y...不过，我无法弄清楚如何在其中也包含我的PERC_CHANGE值。
问题：如何在hovertemplate中包含其他想要的列的值？具体来说，如何将PERC_CHANGE值包含在所需的输出中，如下所示：
我解决了我的具体问题，请查看下面的图片（添加第三个元素，详见评论），但问题仍然存在，因为我不知道如何为第四个、第五个等元素做到这一点。
使用Plotly Express时，您需要在创建图形时使用 custom_data 参数。例如：
fig = px.scatter(
data_frame=df,
x='ColX',
y='ColY',
custom_data=['Col1', 'Col2', 'Col3']
)
然后使用update_traces和hovertemplate对其进行修改，将其作为customdata引用。例如：
fig.update_traces(
hovertemplate="<br>".join([
"ColX: %{x}",
"ColY: %{y}",
"Col1: %{customdata[0]}",
"Col2: %{customdata[1]}",
"Col3: %{customdata[2]}",
])
)
custom_data和customdata之间的不一致性很令人困惑。
这需要大量的尝试和错误来解决，因为它没有很好的记录，而custom_data和customdata之间的不一致性很令人困惑。
custom_data参数会删除所有涉及到的列（在你的情况下是Col1、Col2、Col3），以便在图表上显示。 - Ming Jun Lim我实际上也遇到过类似的问题，相信我，花了我两个半小时才弄清楚。让我们通过一个例子来理解。
fig = make_subplots(rows=1,cols=2,subplot_titles=('First plot','Second plot'),
specs=[[{'type': 'scene'}, {'type': 'scene'}]])
fig.add_trace(go.Scatter3d(x=[0,1,2,3],y=[0,1,2,3],z=[0,1,2,3]), row=1,col=1)
fig.add_trace(go.Scatter3d(x=[0,1,2,3],y=[0,1,2,3], z=[0,1,2,3]), row=1,col=2)
fig.update_layout(title='Add Custom Data')
fig.show()
这将创建两个简单的scatter3d图，其中hoverdata是x、y和z轴。现在您想要将数据m=[9,8,7,6,5]添加到第一个图中。你可以在text参数中解析m并添加hovertemplate。
fig.add_trace(go.Scatter3d(x=[0,1,2,3],y=[0,1,2,3],z=[0,1,2,3],
text=[9,8,7,6], hovertemplate='<br>x:%{x}<br>y:%{y}<br>z:%{z}<br>m:%{text}'), row=1,col=1)
这应该可以正常工作。但现在我们想在第一张图（或任何图）上添加一个名为n=[5,6,7,8]的列表。这次我们将使用customdata参数。
fig.add_trace(go.Scatter3d(x=[0,1,2,3],y=[0,1,2,3],z=[0,1,2,3],
text=[9,8,7,6],customdata=[5,6,7,8],
hovertemplate='<br>x:%{x}<br>y:%{y}<br>z:%{z}<br>m:%{text}<br>n:%{customdata}'), row=1,col=1)
现在假设我们要添加第三个自定义数据列表。这就是棘手的部分。您不能解析两个自定义数据列表中的列表，然后调用customdata [0]和customdata [1]，这并不简单。我们的第三个列表是k=[2,4,6,8]。
我们需要像这样的customdata=[[[5],[2]],[[6],[4]],[[7],[6]],[[8],[8]]], 这样它应该可以正常工作。基本上，我们需要给 plotly 一个单独的列表（或数组），其中每个元素都是您想要显示的所有点的列表。
fig.add_trace(go.Scatter3d(x=[0,1,2,3],y=[0,1,2,3],z=[0,1,2,3],
text=[9,8,7,6],customdata=[[[5],[2]],
[[6],[4]],
[[7],[6]],
[[8],[8]]],
hovertemplate='<br>x:%{x}<br>y:%{y}<br>z:%{z}<br>m:%{text}<br>n:%{customdata[0]}<br>k:%{customdata[1]}'), row=1,col=1)
我们已经快要完成了，但还有一件事情未完成。手动创建像我们在customdata中给出的列表是非常繁琐的工作，因此我们将使用强大的库import numpy as np来自动化它。
n = [5,6,7,8]
k = [2,4,6,8]
nk = np.empty(shape=(4,2,1), dtype='object')
nk[:,0] = np.array(n).reshape(-1,1)
nk[:,1] = np.array(k).reshape(-1,1)
fig.add_trace(go.Scatter3d(x=[0,1,2,3],y=[0,1,2,3],z=[0,1,2,3],
text=[9,8,7,6],customdata=nk,
hovertemplate='<br>x:%{x}<br>y:%{y}<br>z:%{z}<br>m:%{text}<br>n:%{customdata[0]}<br>k:%{customdata[1]}'), row=1,col=1)
BOOM！如果您想直接从数据框中添加数据，可以将df ['Column name'] 解析为np.array（n）。
fig.add_trace(
go.Scatter(
x=group_dfff.Months,
y=group_dfff.Amount,
customdata=group_dfff.PERC_CHANGE,
name=i,
hovertemplate='<br>'.join([
'Price: $%{y:.2f}',
'Week: %{x}',
'Percent Change: %{customdata}',
]),
)
)
还需要注意的是，如果您的DataFrame中有多个“自定义数据”字段（例如“A”和“B”）需要包含在hoverdata中，您可以稍微修改上述代码以包含尽可能多的数据：
fig.add_trace(
go.Scatter(
x=group_dfff.Months,
y=group_dfff.Amount,
customdata=group_dfff[['A', 'B']],
name=i,
hovertemplate='<br>'.join([
'Price: $%{y:.2f}',
'Week: %{x}',
'Field A: %{customdata[0]}',
'Field B: %{customdata[1]}',
]),
)
)
hovertemplate中可能不同的格式等等。如果您预计会经常使用不同的数据框、跟踪、格式选项等来完成此操作...请编写一个自定义函数来构建go.Scatter()实例。 - Sarah Messerhovertemplate="<br>".join([f"{col}: %{{customdata[{idx}]}}" for idx, col in enumerate(selected.columns)]) 其中 selected 是原始 pd.DataFrame 的一个选择。 - michael_s您可以通过以下方式将自定义数据添加到hovertemplate中：
hovertemplate = 'Price: $%{customdata[0]:.2f}'+'<br>Week: %{customdata[1]} '
+ '<br>Change: %{customdata[2]}'
customdata 可以是您的 group_dfff，也可以是其他完全不同的数据帧，您可以从中获取要在悬停信息中显示的数据。
这是 plotly 文档上关于添加自定义数据和悬停模板的链接。
'<br>%Change：{text}'并在括号中指定text=group_dfff.PERC_CHANGE- 这正是我想要的。然而，text 变量是一个内置的东西，所以我仍然不确定如何添加第四、第五个及更多标签，我希望在悬停数据点时能够看到它们... - DGomonov