如何向 pandas df 添加列，其中对分组值进行计数以进行类别的有序绘制

Question

我用 python 构建了一个绘图仪表板，随着时间的推移显示多个变量。其中一个变量在这里称为“颜色”，我想按它对结果图进行排序。

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

# for the color mapping
color_dict = {"Colors": {
        "green": "rgb(0, 255, 0)",
        "black": "rgb(0, 0, 0)",  
        "red": "rgb(255, 0, 0)"
    }}


# creating the df
random.seed(30)
letters = list(string.ascii_lowercase)[0:20]

data = {"letters":letters}       
df = pd.DataFrame(data)
df = pd.DataFrame(np.repeat(df.values, 3, axis=0), columns=df.columns) # repeat each row 2 times
df['attempt'] = np.where(df.index%2==0, 1, 2)  # adds either 1 or 2 in column "attempts"
lst = ['2022_10_10', '2022_10_11', '2022_10_12']
N = len(df)
df["date"] = pd.Series(np.tile(lst, N//len(lst))).iloc[:N] # add date column with 3 repeating dates
df["colors"] = random.choices(["green", "black", "red"], k=len(df)) # add randomly the colors
df.head()


#letters attempt date   colors
#0  a   1   2022_10_10  black
#1  a   2   2022_10_11  green
#2  a   1   2022_10_12  green
#3  b   2   2022_10_10  black
#4  b   1   2022_10_11  green


# the plot
fig = px.scatter(
        df,
        x="date",
        y="letters",
        symbol="attempt",
        opacity=0.8,
        color="colors",
        color_discrete_map=color_dict["Colors"],
        width=1000,
        height=800,
    )
fig.update_layout(
    yaxis={
            "type": "category",
            "showgrid": False,
        },
    xaxis={
            "type": "category",
            "showgrid": False,
        },
)
fig

然而，由于原始 df （我假设？）经历了一些 groupby 等绘图，我的预绘图排序（我尝试了 sort_values、自定义排序函数等）似乎没有影响。因此，我想创建额外的列“黑色”，“绿色”，“红色”，用于保存黑色/绿色/红色出现的频率，例如在“a”行上。

df["black"] = ""
df["red"] = ""
df["green"] = ""


#letters attempt date   colors  black   red green
#0  a   1   2022_10_10  black       1   0   2
#1  a   2   2022_10_11  green       1   0   2
#2  a   1   2022_10_12  green       1   0   2
#3  b   2   2022_10_10  black           
#4  b   1   2022_10_11  green           

所以我的问题是：a）如何将颜色计数值放入这些列中？b) 如何使用“绿色”、“红色”、“黑色”列的值对绘图 y 轴的顺序进行排序？

谢谢！

编辑：抱歉，我知道这是一项复杂的任务。但我只是在寻找一种对 y 轴上的整行进行排序/排序的方法。必须保持行（例如行“a”）内的顺序。

EDIT2：我附上了我正在寻找的结果的（严重制造的）图像：

预期结果：

编辑帖子答案：如果有人想要执行这种类型的行排序，但只考虑最新日期（x 轴上的最后一列），您可以调整计数状态函数，如下所示：

color_counts = (
    df[df["date"] == df["date"].max()]
    .groupby('letters')['colors']
    .value_counts()
    .unstack(fill_value=0)
)

Answer 1

如何将颜色计数值放入其列中

让我们添加每个字母的颜色数量：

color_counts = (
    df.groupby('letters')['colors']
    .value_counts()
    .unstack(fill_value=0)
)
df = df.merge(color_counts, on='letters')

修改后的数据帧的前5条记录：

color_counts = (
    df.groupby('letters')['colors']
    .value_counts()
    .unstack(fill_value=0)
)
df = df.merge(color_counts, on='letters')

为了将black, green,red计数添加到绘图中，我们必须包含如下内容hover_data：px.scatter

fig = px.scatter(
    ...
    hover_data=['black','red','green'],
    ...
)

如何使用每个字母的颜色计数对绘图上的字母进行排序

要沿 y 轴对字母进行排序，我们可以使用以下方式category_orders的参数px.scatter：

color_counts = (
    df.groupby('letters')['colors']
    .value_counts()
    .unstack(fill_value=0)
)

def sort_letters(color):
    return color_counts[color].sort_values().index

desired_color = 'black'
fig = px.scatter(
    ...
    category_orders={'letters': sort_letters(desired_color)},
    ...
)

在这里，我们传递字母的确切顺序，以及它们应如何沿轴定位。

代码和情节

import pandas as pd
import numpy as np
import plotly.express as px
from string import ascii_lowercase
import random

# Color mapping
color_map = {
    "green": "YellowGreen",
    "black": "Black",  
    "red": "Crimson"
}

# Mocking data
random.seed(30)
num_letters = 20
letters = [*ascii_lowercase][:num_letters]
dates = ['2022_10_10', '2022_10_11', '2022_10_12']
df = pd.DataFrame(np.repeat(letters, len(dates)), columns=['letters']) 
df['attempt'] = df.index % 2 + 1
df['date'] = np.tile(dates, num_letters)
df['colors'] = random.choices([*color_map], k=len(df)) 

color_counts = (
    df.groupby('letters')['colors']
    .value_counts()
    .unstack(fill_value=0)
)
df = df.merge(color_counts, on='letters')
#display(df.sample(5))

def sort_letters(color):
    return color_counts[color].sort_values().index

# The plot
desired_color = 'black'

fig = px.scatter(
    df,
    x="date",
    y="letters",
    category_orders={'letters':sort_letters(desired_color)},
    color="colors",    
    color_discrete_map=color_map,
    symbol='attempt',
    symbol_map={1:'circle-open',2:'circle'},
    hover_data=[*color_map],
    opacity=0.8,
    width=800,
    height=800,
    title=f"Sorted by {desired_color} counts"
)

fig.update_layout(
    yaxis={
        "type": "category",
        "showgrid": False,
    },
    xaxis={
        "type": "category",
        "showgrid": False,
    },
)

fig

更新：按颜色计数按字典顺序对字母进行排序

要按颜色计数排序（如字典顺序），我们可以使用原始帖子中的代码，并在末尾添加以下内容：

color_counts = (
    df.groupby('letters')['colors']
    .value_counts()
    .unstack(fill_value=0)
)

fig.update_yaxes(
    categoryorder="array", 
    categoryarray=color_counts.sort_values(by=['green','red','black']).index,
)

这是输出：

另请参见Plotly：分类轴