Plotly Express柱状图X轴因缺失数据乱序，如何保持DataFrame排序顺序？

我有一组年-季度格式的日期数据，对DataFrame执行sort_values排序后顺序正常，但使用Plotly Express绘制柱状图时，X轴会自动将存在缺失类别数据的日期项移至末尾，打乱了原本的时序（比如示例中的2022-Q1被移到最后）。示例代码如下：

# Example data that is not yet ordered on 'Date'
import pandas as pd
import plotly.express as px
df = pd.DataFrame([
       ['2021-Q4', 'A', 1],
       ['2021-Q4', 'B', 5],
       ['2022-Q1', 'B', 5],
       ['2023-Q2', 'B', 3],
       ['2023-Q3', 'B', 16],
       ['2022-Q2', 'B', 4],
       ['2022-Q2', 'A', 1],
       ['2022-Q3', 'B', 5],
       ['2022-Q4', 'B', 6],
       ['2022-Q4', 'A', 4],
       ['2023-Q1', 'A', 1],
       ['2023-Q1', 'B', 9],
       ['2023-Q3', 'A', 1]
     ], columns=['Date', 'Type', 'Count'])

# we explicity order the data
# Note that now the 2022-Q1 is in between 2021-Q4 and 2022-Q2
df = df.sort_values('Date', key=lambda e: e.replace('Q',''))

# Now the x-axis and the broken chronology, i.e., 2022-Q1 at the end
fg = px.bar(df, x="Date", y="Count", color="Type", barmode="group")
fg.show()

解决方法一：将Date列转为有序分类类型 #

Plotly会默认对字符串类型的X轴标签按字典序排序，或因部分日期缺少某类数据调整顺序。要强制遵循DataFrame的排序结果，只需把Date列转为有序分类，并指定分类顺序为排序后的唯一日期序列：

import pandas as pd
import plotly.express as px

df = pd.DataFrame([
       ['2021-Q4', 'A', 1],
       ['2021-Q4', 'B', 5],
       ['2022-Q1', 'B', 5],
       ['2023-Q2', 'B', 3],
       ['2023-Q3', 'B', 16],
       ['2022-Q2', 'B', 4],
       ['2022-Q2', 'A', 1],
       ['2022-Q3', 'B', 5],
       ['2022-Q4', 'B', 6],
       ['2022-Q4', 'A', 4],
       ['2023-Q1', 'A', 1],
       ['2023-Q1', 'B', 9],
       ['2023-Q3', 'A', 1]
     ], columns=['Date', 'Type', 'Count'])

# 按规则排序DataFrame
df = df.sort_values('Date', key=lambda e: e.replace('Q',''))

# 将Date列转为有序分类，指定顺序为排序后的唯一日期值
sorted_dates = df['Date'].unique()
df['Date'] = pd.Categorical(df['Date'], categories=sorted_dates, ordered=True)

# 绘制柱状图，X轴将严格遵循分类顺序
fg = px.bar(df, x="Date", y="Count", color="Type", barmode="group")
fg.show()

解决方法二：绘图时指定category_orders参数 #

如果不想修改DataFrame的列类型，可直接在调用px.bar时通过category_orders参数强制指定X轴的顺序：

import pandas as pd
import plotly.express as px

df = pd.DataFrame([
       ['2021-Q4', 'A', 1],
       ['2021-Q4', 'B', 5],
       ['2022-Q1', 'B', 5],
       ['2023-Q2', 'B', 3],
       ['2023-Q3', 'B', 16],
       ['2022-Q2', 'B', 4],
       ['2022-Q2', 'A', 1],
       ['2022-Q3', 'B', 5],
       ['2022-Q4', 'B', 6],
       ['2022-Q4', 'A', 4],
       ['2023-Q1', 'A', 1],
       ['2023-Q1', 'B', 9],
       ['2023-Q3', 'A', 1]
     ], columns=['Date', 'Type', 'Count'])

# 排序后获取有序的日期列表
sorted_dates = df.sort_values('Date', key=lambda e: e.replace('Q',''))['Date'].unique()

# 绘图时指定X轴的顺序
fg = px.bar(df, x="Date", y="Count", color="Type", barmode="group",
            category_orders={"Date": list(sorted_dates)})
fg.show()

两种方法都能让X轴严格遵循你指定的时序顺序，不会再出现日期被移至末尾的问题。

内容的提问来源于stack exchange，提问作者Mitchell van Zuylen