python - Plotly:如何在不更改数据源的情况下更改 go.pie 图表的图例？

Question

我正在练习使用 Python 在 Plotly Express 中构建饼图。
所以，这是我制作的饼图；

该图表是从一个名为的两列文件构建的

gender值为 [0, 1, 2]

count_genders值为 [total_count_0, total_count_1, total_count_2]

我打算为这些值添加一些描述；例如

0 - female

1 - male

2 - undefined

这是我目前卡住的地方。
如果我没记错的话，如果您想更改图例中的标签(至少在 Choropleth map 中)，您可以操作 ticks位于 colorscale酒吧。通过操作它们，您可以重命名有关数据的标签。因此我想知道你是否可以在饼图中做同样的事情？
我当前用于此图的代码:

import pandas as pd
import plotly.express as px
            
'''
Pandas DataFrame:
'''
users_genders = pd.DataFrame({'gender': {0: 0, 1: 1, 2: 2},
               'count_genders': {0: 802420, 1: 246049, 2: 106}})

''' Pie Chart Viz '''
gender_distribution = px.pie(users_genders,
                             values='count_genders',
                             names='gender',
                             color_discrete_map={'0': 'blue',
                                                 '1': 'red',
                                                 '2': 'green'},
                             title='Gender Distribution <br>'
                                   'between 2006-02-16 to 2014-02-20',
                             hole=0.35)
gender_distribution.update_traces(textposition='outside',
                                  textinfo='percent+label',
                                  marker=dict(line=dict(color='#000000',
                                                        width=4)),
                                  pull=[0.05, 0, 0.03],
                                  opacity=0.9,
                                  # rotation=180
                                  )
gender_distribution.update_layout(legend=dict({'traceorder': 'normal'}
                                              # ticks='inside',
                                              # tickvals=[0, 1, 2],
                                              # ticktext=["0 - Female",
                                              #           "1 - Male",
                                              #           "2 - Undefined"],
                                              # dtick=3
                                              ),
                                   legend_title_text='User Genders')
gender_distribution.show()

我试图添加 ticks在 update_layout无济于事。它返回有关不正确参数的错误消息。有人会帮我解决这个问题吗？
编辑 1 :如果我不清楚，我想知道是否可以在不更改文件中的原始值的情况下修改图例中显示的值。非常感谢您抽出宝贵时间来帮助我解决此问题!
编辑 2 :添加代码的导入和其他先前详细信息，删除 Dropbox 链接。

Answer 1

如果我正确理解您的问题，您希望更改图例中显示的内容而不更改数据源中的名称。可能有更优雅的方法来做到这一点，但我已经组合了一个自定义函数 newLegend(fig, newNames)这将为您做到这一点。
所以用这样的数字:

...正在运行:

fig = newLegend(fig = fig, newNames = {'Australia':'Australia = Dangerous',
                                       'New Zealand' : 'New Zealand = Peaceful'})

...会给你:

我希望这就是你要找的。如果没有，请不要犹豫，让我知道!
完整代码:

import plotly.express as px

df = px.data.gapminder().query("continent == 'Oceania'")
fig = px.pie(df, values='pop', names='country')
fig.update_traces(textposition='inside')
fig.update_layout(uniformtext_minsize=12, uniformtext_mode='hide')

def newLegend(fig, newNames):
    for item in newNames:
        for i, elem in enumerate(fig.data[0].labels):
            if elem == item:
                fig.data[0].labels[i] = newNames[item]
    return(fig)

fig = newLegend(fig = fig, newNames = {'Australia':'Australia = Dangerous',
                                       'New Zealand' : 'New Zealand = Peaceful'})
fig.show()

编辑 1:来自 OP 的数据样本示例
您的数据面临的挑战是 genders类型为 integer而不是 string .所以自定义函数试图用另一种类型的元素替换一种类型的元素。我通过一次性替换包含标签的整个数组而不是逐个元素地操作它来解决这个问题。
阴谋:

完整代码:

import pandas as pd
import plotly.express as px
import numpy as np

# custom function to change labels    
def newLegend(fig, newNames):
    newLabels = []
    for item in newNames:
        for i, elem in enumerate(fig.data[0].labels):
            if elem == item:
                #fig.data[0].labels[i] = newNames[item]
                newLabels.append(newNames[item])
    fig.data[0].labels = np.array(newLabels)
    return(fig)

'''
Pandas DataFrame:
'''
users_genders = pd.DataFrame({'0': {0: 1, 1: 2}, 
                              '802420': {0: 246049, 1: 106}})

users_genders = pd.DataFrame({'gender':[0,1,2],
                               'count_genders': [802420, 246049, 106]})

''' Pie Chart Viz '''
gender_distribution = px.pie(users_genders,
                             values='count_genders',
                             names='gender',
                             color_discrete_map={'0': 'blue',
                                                 '1': 'red',
                                                 '2': 'green'},
                             title='Gender Distribution <br>'
                                   'between 2006-02-16 to 2014-02-20',
                             hole=0.35)
gender_distribution.update_traces(textposition='outside',
                                  textinfo='percent+label',
                                  marker=dict(line=dict(color='#000000',
                                                        width=4)),
                                  pull=[0.05, 0, 0.03],
                                  opacity=0.9,
                                  # rotation=180
                                  )
gender_distribution.update_layout(legend=dict({'traceorder': 'normal'}
                                              # ticks='inside',
                                              # tickvals=[0, 1, 2],
                                              # ticktext=["0 - Female",
                                              #           "1 - Male",
                                              #           "2 - Undefined"],
                                              # dtick=3
                                              ),
                                   legend_title_text='User Genders')

# custom function set to work
gender_distribution=newLegend(gender_distribution, {0:"0 - Female",
                                                    1:"1 - Male",
                                                    2: "2 - Undefined"})


gender_distribution.show()