plotly / plotly/plotly.py

Sorted categories (Pandas `Categorical` series) aren't sorted in chart

Abierto
#3,802 1 comentario 1 reacción 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

bug P3
Lenguaje dominante
Python
Estrellas
18.8k
Forks
2.8k
Merge medio
16 h 26 min
PR fusionados (30 d)
21

Descripción

I am plotting a chart with a pd.Categorical series on the x-axis. The category has a sort defined.

Expected behaviour: the axis is sorted as per the underlying category definition
Actual behaviour: the axis is sorted by the order of the data

df = pd.DataFrame(
    dict(
        Cost=[10, 20, 15, 2, 9],
        Rating=pd.Categorical(
            values=["High", "Low", "Medium", "Low", "Medium"],
            categories=["Low", "Medium", "High"],
            ordered=True,
        ),
    )
)

fig = px.scatter(df, x="Rating", y="Cost")

This fix would be fairly simple, I think, something like this, where series is whatever's being rendered to the xaxis (or y, or legend, etc)

if isinstance(series.dtype, pd.CategoricalDtype) and series.cat.ordered:
    fig.update_xaxes(
        categoryorder="array",
        categoryarray=series.cat.categories,
    )

Plotly version: 5.9.0.

I've noticed a number of bugs relating to pd.Categorical and pd.PeriodIndex, are there plans for better Pandas support, or is that not an area of focus?

Guía de contribución

Abrir la guía de contribución

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Línea de trabajo

Reproduce el problema con el pandas DataFrame proporcionado y el punto de entrada px.scatter(df, x="Rating", y="Cost"), y luego sigue cómo se gestionan los valores categóricos de los ejes. Confirma que las categorías ordenadas determinan el orden del eje y añade cobertura de regresión; terminado significa que el gráfico sigue Low, Medium, High en lugar del orden de los datos.

Escrito por el modelo de indexación a partir del texto del issue.

Evaluación

Stack tecnológico
pandas, python
Área
data-visualization
Tipo de issue
Error
Dificultad
3/5
Tiempo estimado
1-2 días
Estado de actividad
Estancado
Claridad
Bastante claro
Aptitud para principiantes
42/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.