使用Groupby函数绘制条形图，并绘制和简化

Question

我正在尝试根据GroupBy函数绘制条形图，但是一旦尝试它崩溃并显示以下错误：

当用户从MultiSelect widget中选择3个项目时，以下错误出现。

valueerror：所有参数均应具有相同的长度。长度 参数颜色是3，而先前正在处理的长度 参数['性别'，'count']是95

代码：

some_columns_df = df.loc[:,['gender','country','city','hoby','company','status']]
some_collumns = some_columns_df.columns.tolist()

select_box_var= st.selectbox("Choose X Column",some_collumns)
multiselect_var= st.multiselect("Select Columns To GroupBy",some_collumns)  

test_g3 = df.groupby([select_box_var] + multiselect_var).size().reset_index(name='count')
fig = px.histogram(test_g3,x=select_box_var, y='count',color=multiselect_var ,barmode = 'group',text_auto = True)

            

我知道错误在color px中的参数 px.histogram.histogram

Answer 1

原因是颜色只接受一个类别。

color=['column_a','column_b']

会导致

valueerror：所有参数均应具有相同的长度。参数长度color为2

2是List 的长度['Column_a'' ，'column_b']，而244是dataframe的行。

根据 document ：

color （str或int或类似数组） - data_frame中的列的名称，或者pandas系列或array_like对象。该列或array_like的值用于将颜色分配给标记。

因此，要么我们使用column_name，要么使用series。
这是我的方法：

import plotly.express as px
df = px.data.tips() # a data set from plotly
df.head()

输出

  total_bill   tip     sex smoker  day    time  size
0       16.99  1.01  Female     No  Sun  Dinner     2
1       10.34  1.66    Male     No  Sun  Dinner     3
2       21.01  3.50    Male     No  Sun  Dinner     3
3       23.68  3.31    Male     No  Sun  Dinner     2
4       24.59  3.61  Female     No  Sun  Dinner     4

列：
sex唯一值<代码>女性和男性

time带独特的值晚餐和午餐
我选择这两列，更容易弄清楚只有
4组合。

我们创建一个系列 contat列sex和time

categories = df[['sex','time']].agg(', '.join, axis=1)
print(categories)

输出

0      Female, Dinner
1        Male, Dinner
2        Male, Dinner
3        Male, Dinner
4      Female, Dinner
            ...      
239      Male, Dinner
240    Female, Dinner
241      Male, Dinner
242      Male, Dinner
243    Female, Dinner
Length: 244, dtype: object

---

使用此类别作为颜色参考

fig = px.histogram(df, x="total_bill", color =categories)
fig.show()

---

如果'，'。加入没有工作，有问题，

categories = df[['sex','time']].agg(', '.join, axis=1)

那么我们尝试另一种方式

categories = df['sex'] + df['time']

sup [1]