在Python中由Plotly express绘制的意外附加线

从原始线形图的起点到终点，绘出一条额外的对角线

其他数据、其他图表都可以正常工作

只有此数据才能添加行

为什么会发生这种情况

我怎样才能解决这个问题

下面是代码

temp = pd.DataFrame(df[{KEY_WORD}])
temp['date'] = temp.index
fig=px.line(temp.melt(id_vars="date"), x='date', y='value', color='variable')
fig.show()
plotly.offline.plot(fig,filename='Fig_en1')

只是有同样的问题--尝试检查X轴上的重复值。我使用了以下代码：

fig=px.line（df，x=“weekofyear”，y=“interest”，color=“year”）
图2（图3）

这创建了以下绘图：

我意识到这是因为在某些年份中，我的一些日期周数与前几年的52/53周有关，因此创建了重复项，例如下面的索引93和145：

    date    interest    query   year    weekofyear
39  2015-12-20  44  home insurance  2015    51
40  2015-12-27  55  home insurance  2015    52
41  2016-01-03  69  home insurance  2016    53
92  2016-12-25  46  home insurance  2016    51
93  2017-01-01  64  home insurance  2017    52
144 2017-12-24  51  home insurance  2017    51
145 2017-12-31  79  home insurance  2017    52
196 2018-12-23  46  home insurance  2018    51
197 2018-12-30  64  home insurance  2018    52
248 2019-12-22  57  home insurance  2019    51
249 2019-12-29  73  home insurance  2019    52

通过修改这些（对于1月份日期较高的周数，我从年列中减去1），我似乎已经摆脱了这种现象：

---

注：由于数据集的流动性，图表之间可能存在一些其他差异。

在帖子中也提出并回答了类似的问题，但对于您的情况，我非常确定问题在于

temp.melt（id\u vars=“date”）、x='date'，y='value'，color='variable'

。看起来您正在将数据从宽格式转换为长格式。您使用的是

color='variable'

而没有在

temp.melt（id\u vars=“date”）

中指定它。当颜色规范与数据集的结构不正确对应时，可能会出现像您这样的额外行。看看这个：

命令1:

fig = px.line(data_frame=df_long, x='Timestamp', y='value', color='stacked_values')

fig = px.line(data_frame=df_long, x='Timestamp', y='value')

绘图1:

fig = px.line(data_frame=df_long, x='Timestamp', y='value', color='stacked_values')

fig = px.line(data_frame=df_long, x='Timestamp', y='value')

命令2:

fig = px.line(data_frame=df_long, x='Timestamp', y='value', color='stacked_values')

fig = px.line(data_frame=df_long, x='Timestamp', y='value')

绘图2:

fig = px.line(data_frame=df_long, x='Timestamp', y='value', color='stacked_values')

fig = px.line(data_frame=df_long, x='Timestamp', y='value')

看到区别了吗？这就是为什么我认为您的

fig=px.行（temp.melt（id_vars=“date”）、x='date'，y='value'，color='variable'）

中存在错误规范的原因

因此，请分享您的数据，或您的数据样本，再现问题，我将有更好的机会验证您的问题