python - 带有基于另一列的标记的 Pandas 线图

Question

我有一个如下所示的数据框

df:

ind group people value value_50
 1      1    5    100    1
 1      2    2    90     1
 2      1    10   80     1
 2      2    20   40     0
 3      1    7    10     0
 3      2    23   30     0

我尝试转动它们，以查看列中的“组”单个指标

df = data.pivot_table(index = data.ind, columns = ['group'], values = ['people', 'value','value_50'])
df

然后尝试在 x 轴上使用“ind”分别绘制两个组的“值”

df.plot()

但我不想包含图表中的所有列，而是尝试根据 df['value_50'] 进行颜色标记，并根据 df['people'] 作为 c 和 s 参数对尺寸气泡或尺寸标记进行颜色标记分别。

这将有助于识别图表上的某些点

df['value'].plot(c =df['value_50'], s = df['value'])

但收到错误

AttributeError: Unknown property s

袖扣也可以吗，因为我已经尝试过

 df['value'].iplot(c =df['value_50'], s = df['value'])

再次失败

如何使用 pandas/袖扣执行此操作？

Answer 1

您要求使用plotlyexpress，但使用plotly.graph_objs几乎同样简单且更灵活。

plotly :

代码 1:

import numpy as np
import plotly.graph_objs as go

# plotly setup and traces
fig = go.Figure()

# lines 1
fig.add_trace(go.Scatter(x=df.index, y=df['value'][1].values,
                                 name = 'value_1',
                                 mode = 'lines'))

# lines 2
fig.add_trace(go.Scatter(x=df.index, y=df['value'][2].values,
                                 name = 'value_2',
                                 mode = 'lines'))


# markers 1
fig.add_trace(go.Scatter(x=df.index, y=df['value'][1].values,
                                 name = 'people',
                                 mode = 'markers',
                                 marker=dict(color=df['value_50'][1], colorscale='viridis', colorbar=dict(title='value_50')),
                                 marker_size=df['people'][1]*1.8
                        )

             )

# markers 2
fig.add_trace(go.Scatter(x=df.index, y=df['value'][2].values,
                                 name = 'people',
                                 mode = 'markers',
                                 marker=dict(color=df['value_50'][2], colorscale='viridis', colorbar=dict(title='value_50')),
                                 marker_size=df['people'][2]*1.8
                        )

             )

# adjust and show final figure
fig.update_layout(legend=dict(x=-.15, y=1))
fig.show()

我仍然不能 100% 确定您在这里的目标是什么。让我知道这对您有何作用，我们可以查看详细信息。