基于国家频率计数的彩色地图

Question

我有带有 Country 列的用户数据集，并且想要绘制用户在各个国家/地区的分布图。我将数据集转换为字典，其中键是国家/地区名称，值是国家/地区的频率计数。字典是这样的：

'usa': 139421,
'canada': 21601, 
'united kingdom': 18314,
'germany': 17024,
'spain': 13096,
 [...]

为了在世界地图上绘制分布，我使用了以下代码：

#Convert to dictionary
counts = users['Country'].value_counts().to_dict()

#Country names
def getList(dict): 
    return [*dict]

countrs = getList(counts)

#Frequency counts
freqs = list(counts.values())

#Plotting
data = dict(
        type = 'choropleth',
        colorscale = 'Viridis',
        reversescale = True,
        locations = countrs,
        locationmode = "country names",
        z = freqs,
        text = users['Country'],
        colorbar = {'title' : 'Number of Users'},
      ) 

layout = dict(title = 'Number of Users per Country',
                geo = dict(showframe = False)
             )

choromap = go.Figure(data = [data],layout = layout)
iplot(choromap,validate=False)

这是我得到的结果：

着色错误；它表明所有国家都在 0-20K 范围内，这是错误的。有没有办法来解决这个问题？谢谢

Answer 1

如果无法访问您的完整数据集，这真的很难回答。我建议从这个例子开始：

情节 1：

在这里，您可以简单地替换lifeExp为您的数据，只要您的数据格式正确，一切都应该没问题。在以下代码段中，我为每个国家/地区创建了随机整数来表示您的counts变量。

代码：

import plotly.express as px
import numpy as np

np.random.seed(12)
gapminder = px.data.gapminder().query("year==2007")
gapminder['counts'] = np.random.uniform(low=100000, high=200000, size=len(gapminder)).tolist()

fig = px.choropleth(gapminder, locations="iso_alpha",
                    color="counts", 
                    hover_name="country", # column to add to hover information
                    color_continuous_scale=px.colors.sequential.Plasma)

fig.show()

情节 2：

让我知道这对你有什么影响。

编辑：对您的数据的建议：

如果您有一个包含国家名称和计数的字典，您可以轻松构建它的数据框并执行左连接来获得：

情节 2：

只需确保您的字典值是列表，并且国家/地区名称的拼写和格式正确。

代码 2：

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

np.random.seed(12)
gapminder = px.data.gapminder().query("year==2007")
#gapminder['counts'] = np.nan

d = {'United States': [139421],
    'Canada': [21601], 
    'United Kingdom': [18314],
    'Germany': [17024],
    'Spain': [13096]}

yourdata = pd.DataFrame(d).T.reset_index()
yourdata.columns=['country', 'count']

df=pd.merge(gapminder, yourdata, how='left', on='country')

fig = px.choropleth(df, locations="iso_alpha",
                    color="count", 
                    hover_name="country", # column to add to hover information
                    color_continuous_scale=px.colors.sequential.Plasma)

fig.show()