plotly / plotly/plotly.py

Plotly Express cannot process wide-form data with columns of different type

Offen
#3,394 7 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

bug P3
Vorherrschende Sprache
Python
Sterne
18.8k
Forks
2.8k
Ø Merge
16 Std. 26 Min.
Gemergte PRs (30 T.)
21

Beschreibung

Hi there! I’ve been trying to use px.scatter with a wide-format dataframe but, as “expected”, when i include columns in the dataframe that are not numeric i get the ValueError: Plotly Express cannot process wide-form data with columns of different type.

I can see the reason for this behavior when using something like a box plot. But i don’t get why this could be a problem for something like px.scatter when using something like x=df.columns, y=df.index, facet_col=‘variable’ where EACH wide dataframe column would be independent making its dtype irrelevant in comparison with the other columns. Could this condition be “skipped” in future versions when using a px.scatter like this?

Beitragsleitfaden

Beitragsleitfaden öffnen

Erste Schritte

  1. Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
  3. Forke das Repository und arbeite in einem Branch.
  4. Öffne einen Pull Request, der die Issue-Nummer nennt.

Rechercherichtung

Das Issue nennt px.scatter und einen Wide-Form-DataFrame, aber keine Dateien oder Tests; beginne damit, den ValueError mit Spalten gemischten Typs zu reproduzieren und die Wide-Form-Validierung nachzuverfolgen. Erledigt ist die Aufgabe, wenn festgestellt wurde, ob scatter unabhängig typisierte Spalten akzeptieren kann, während eine angemessene Validierung für andere Diagrammtypen erhalten bleibt, mit Regressionstests für den angeforderten Fall.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
plotly, python
Bereich
data-visualization
Issue-Typ
Feature
Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Aktivitätsstatus
Aktiv
Klarheit
Größtenteils klar
Anfängerfreundlichkeit
48/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.