密谋：如何组织下拉菜单？ 答案：详细信息：完整代码：

问题描述

我有一个下拉菜单，可显示该国家每个州的所有图表。我还有一个显示整个美国的图表。

在我的下拉菜单中，我想将美国移动到显示屏的顶部，而不要按字母顺序。

有什么建议吗？确实卡住了，无法重新整理数据框。

state_names = summary['state'].unique()
state_names.sort()
age_groups = summary['age_group'].unique()
x = summary['ca_monthly'].unique()

data_list = []
for state in state_names:
    state_list = []
    state_data = summary[summary['state']==state]
    for age in age_groups:
        state_list.append(
            state_data[state_data['age_group']==age]['poverty_rate'])
    data_list.append(state_list)

data = pd.DataFrame(data_list,columns=age_groups)
data['State'] = state_names
data = data.set_index('State')

fig = go.Figure()

legend_names = {'child': 'Child poverty','adult': 'Adult poverty','all': 'Overall poverty'}
default = state_names[0]
for age in age_groups:
    fig.add_trace(go.Scatter(
        x=x,y=data[age][default],name=legend_names[age]
    ))

buttons = []
title = 'Poverty impact of a child allowance in '
for state in state_names:
    new_button = {'method': 'update','label': state,'args': [{'y': data.loc[state]},{'title.text': title + state}]}
    buttons.append(new_button)

# construct menus
updatemenus = [{'buttons': buttons,'direction': 'down','showactive': True,}]

# update layout with buttons,and show the figure
fig.update_layout(updatemenus=updatemenus)

fig.update_layout(
    title= title + default,xaxis_title='Monthly Child Allowance',yaxis_title='SPM poverty rate',yaxis_ticksuffix='%',font=dict(family='Roboto'),hovermode='x',xaxis_tickprefix='$',xaxis_ticksuffix='',plot_bgcolor='white',legend_title_text='',legend=dict(yanchor='top',y=0.99,xanchor='right',x=0.99),xaxis=dict(tickmode='linear',dtick = 50),yaxis=dict(range=[0,summary.poverty_rate.max() * 1.05],dtick=2)
)

fig.update_traces(mode='markers+lines',hovertemplate=None,marker=dict(size=4))

fig.show(config={'displayModeBar': False})

解决方法

答案：

只需按您喜欢的顺序将按钮添加到下拉菜单中，并将数据的每个相应子集添加到按钮args中即可。

详细信息：

关于：

[...]重新整理数据框无效。

是的。但是您没有。我们似乎在这里谈论下拉菜单。因此，只需按您想要的顺序添加按钮即可。

所有结果将完全取决于您的数据集以及您实际上想要显示的内容。但是您没有提供前者，也没有详细描述后者。但是，由于您使用的是state_names = summary['state'].unique()之类的函数，因此我将假设您的数据集属于long format。

我还要假设您一次只显示一条轨迹。否则，这种方法就没有多大意义，因为您可以通过plotlys默认图例功能的交互性获得完全相同的功能。

我将使用px.data.gapminder()数据集，其中运行dfi['continent'].unique().tolist()将得到['Asia','Europe','Africa','Americas','Oceania']。我还将输入整个世界的一些汇总数据，并将按钮的顺序定义为['World','Asia','Oceania'。

我希望这将反映您的真实数据的结构。如果没有，我 强烈 建议您花时间学习how to efficiently build and share a pandas dataframe。数据集还包含各个国家的观察值。您只需要假装world是USA并且这些国家是州。但是我怀疑那不会有问题。

按照我刚才描述的逻辑，下面的代码段将产生以下图表，其中world定义为位于顶部，各个洲按字母顺序排列。

完整代码：

import plotly.graph_objects as go
import plotly.express as px
import pandas as pd

# dataframe,input
dfi = px.data.gapminder()

# dataframe,aggregated by continent
dfc = dfi.groupby( [ "continent","year"] ).mean().reset_index()

# dataframe with calculated mean for all continents
dfw = dfc.groupby( ["year"] ).mean().reset_index()
dfw['continent']='World'
dfw = dfw.append(dfc)
dfw

# select a category (world),# take it out of the categories,# put it first in a list,# and add the rest of the categories alphabetically
mainGeo = dfw['continent'].unique().tolist()
mainGeo
mainCat = 'World'
mainGeo.remove(mainCat)
mainGeo.sort()

order = [mainCat] + mainGeo
order

colors = px.colors.qualitative.Plotly

# plotly figure setup
fig=go.Figure()
fig.add_traces(go.Scatter(x=df['year'],y = df['lifeExp'],name=geo,mode='lines',line=dict(color = colors[2],width = 1))
              )

# dropdown menu
updatemenu = []
buttons = []

# button with one option for each dataframe
for geo in order:
    buttons.append(dict(method='restyle',label=geo,visible=True,args=[{'y':[dfw[dfw['continent']==geo]['lifeExp'].values],'x':[dfw[dfw['continent']==geo]['year'].values],'type':'scatter'},],)
                  )

# some adjustments to the updatemenus
updatemenu = []
your_menu = dict()
updatemenu.append(your_menu)

updatemenu[0]['buttons'] = buttons
updatemenu[0]['direction'] = 'down'
updatemenu[0]['showactive'] = True

# add dropdown menus to the figure
fig.update_layout(showlegend=False,updatemenus=updatemenu)
fig.show()