Python 3.x 如何在Plotly python中基于列类别制作条形图?
我有数据帧Python 3.x 如何在Plotly python中基于列类别制作条形图?,python-3.x,plotly,plotly-dash,plotly-python,Python 3.x,Plotly,Plotly Dash,Plotly Python,我有数据帧 Date Category Sum 2019-06-03 "25M" 34 2019-06-03 "25M" 60 2019-06-03 "50M" 23 2019-06-04 "25M" 67 2019-06-05 "50M" -90 2019-06-05 "50M" 100 2019-06-06 "100M" 6 2019-06-07 "25M"
Date Category Sum
2019-06-03 "25M" 34
2019-06-03 "25M" 60
2019-06-03 "50M" 23
2019-06-04 "25M" 67
2019-06-05 "50M" -90
2019-06-05 "50M" 100
2019-06-06 "100M" 6
2019-06-07 "25M" -100
2019-06-08 "100M" 67
2019-06-09 "25M" 450
2019-06-10 "50M" 600
2019-06-11 "25M" -9
2019-07-12 "50M" 45
2019-07-13 "50M" 67
2019-07-14 "100M" 130
2019-07-14 "50M" 45
2019-07-15 "100M" 100
2019-07-16 "25M" -90
2019-07-17 "25M" 700
2019-07-18 "25M" -9
首先,我将使用Sum对日期和类别进行分组,以便获得如下数据帧
df.groupby(["EntryDate","Category"]).agg({"NetProfit":"sum"}).reset_index()
Date Category Sum
2019-06-03 "25M" 94
2019-06-03 "50M" 23
2019-06-04 "25M" 67
2019-06-05 "50M" 10
2019-06-06 "100M" 6 ...and so on
我想创建plotly时间序列分组条形图,以便在plotly中的相应日期显示25M、50M和100M的3个条形图。我想您应该使用a并添加25M、50M和100M的条目,类似于: 导入plotly.graph_对象作为go 图=go.Figuredata=[ go.Barname='25M',x=df.EntryDate[df.Category=='25M',y=df.netprice[df.Category=='25M'], go.Barname='50M',x=df.EntryDate[df.Category=='50M',y=df.netprice[df.Category=='50M'], go.Barname='100M',x=df.EntryDate[df.Category=='100M',y=df.netprice[df.Category=='100M'] ] 无花果 或者,在循环中: 导入plotly.graph_对象作为go 金额=['25M'、'50M'、'100M'] 图 以金额计算的i: 图add_tracego.Barname=i, x=df.EntryDate[df.Category==i], y=df.净利润[df.类别==i], 无花果
我们是否有一个选项可以删除没有价值的内容@Jayveesea您能详细说明一下吗?正如我们所看到的,中间有一些日期没有数据,因此,它们没有任何条带。我想删除那些日期@JayFeese隐藏日期可能有助于使用