使用Plotly Express绘制人口普查数据Choropleth地图时变量失效问题

问题描述 #

使用Plotly Express结合censusdis包获取2022年ACS5人口普查数据制作交互式Choropleth地图时，家庭收入中位数（B19013_001E）、租金中位数（B25058_001E）可正常渲染地图，但总人口变量（B01001_001E）仅显示色阶，地图区域不显示。数据框的geometry列与正常变量返回内容一致。

复现代码 #

import plotly.express as px
import censusdis.data as ced
from censusdis.datasets import ACS5

#variable = 'B19013_001E' # 可正常工作 - 家庭收入中位数
#variable = 'B25058_001E' # 可正常工作 - 租金中位数
variable = 'B01001_001E' # 无法工作！总人口

df = ced.download(
    dataset=ACS5,
    vintage=2022,         
    download_variables=['NAME', variable], 
    state='06',
    county='075',
    tract='*',
    with_geometry=True)

df = df.set_index('NAME')

print(df.head())

fig = px.choropleth_mapbox(df, 
                           geojson=df.geometry,
                           locations=df.index, 
                           center={'lat': 37.74180915, 'lon': -122.38474831884692}, 
                           color=variable, 
                           color_continuous_scale="Viridis", 
                           mapbox_style="carto-positron", 
                           opacity=0.5,
                           zoom=10)
fig.update_layout(margin={"r":0,"t":0,"l":0,"b":0})
fig.show()

问题原因及解决建议 #

可能原因1：数据类型异常或存在无效值 #

B01001_001E作为总人口变量，可能被censusdis以非数值类型（如字符串）返回，或包含缺失值、无效标记（如-、N/A），导致Plotly无法识别为可渲染的数值数据。

解决步骤：

1. 检查数据类型和有效值
   运行以下代码确认变量的数据类型和是否存在空值：

   print(f"变量数据类型：{df[variable].dtype}")
   print(f"空值数量：{df[variable].isna().sum()}")
   print(f"唯一值示例：{df[variable].unique()[:10]}")
   

2. 转换并清理数据
   如果数据为字符串类型或包含无效值，将其转换为数值并处理空值：

   import pandas as pd
   
   # 转换为数值，无法转换的设为NaN
   df[variable] = pd.to_numeric(df[variable], errors='coerce')
   # 删除包含空值的行
   df = df.dropna(subset=[variable])
   

可能原因2：数值范围过大导致色阶异常 #

总人口的数值范围可能远大于收入、租金变量，导致Plotly的色阶拉伸过度，地图区域颜色差异极小，看起来像是未渲染。

解决步骤：

在px.choropleth_mapbox中手动设置颜色范围，使色阶适配总人口的数值区间：

fig = px.choropleth_mapbox(df, 
                           geojson=df.geometry,
                           locations=df.index, 
                           center={'lat': 37.74180915, 'lon': -122.38474831884692}, 
                           color=variable, 
                           color_continuous_scale="Viridis", 
                           mapbox_style="carto-positron", 
                           opacity=0.5,
                           zoom=10,
                           # 设置颜色范围为变量的最小到最大值
                           range_color=[df[variable].min(), df[variable].max()])

可能原因3：GeoJSON与索引匹配问题 #

虽然geometry列看起来正常，但部分tract的NAME索引可能与GeoJSON的内部标识不匹配，导致Plotly无法关联数据与地图区域。

解决步骤：

改用censusdis返回的地理编码字段（如TRACT）作为locations参数，替代NAME索引：

# 不要设置NAME为索引，保留原始字段
# df = df.set_index('NAME')

fig = px.choropleth_mapbox(df, 
                           geojson=df.geometry,
                           locations='TRACT',  # 使用tract编码作为匹配键
                           featureidkey="properties.TRACT",  # 指定GeoJSON中的匹配字段
                           center={'lat': 37.74180915, 'lon': -122.38474831884692}, 
                           color=variable, 
                           color_continuous_scale="Viridis", 
                           mapbox_style="carto-positron", 
                           opacity=0.5,
                           zoom=10)

内容的提问来源于stack exchange，提问作者Ari