如何解决Pandas筛选Top10%警区数据为空及地图绘制问题？

你的代码存在两个核心问题，导致筛选出空DataFrame且地图无法正确生成：

1. Top10%警区筛选逻辑错误 #

原代码错误地使用了**警区编号（Beat）的分位数来计算阈值，而我们需要的是事件数（Event Count）**的90分位数——毕竟要找的是事件最多的10%警区，和警区编号大小无关。

2. 地图数据关联错误 #

绘制地图时，top_10_percent_beats（事件数数据）和beat_centers（经纬度数据）没有关联，直接混用会导致经纬度与警区不匹配，必须将两个数据集按Beat字段合并后再绘图。

修正后的完整代码 #

import pandas as pd
import plotly.express as px

# 读取数据
beats_path = '/content/drive/My Drive/chicago_gun_violence_reports.csv'
beats = pd.read_csv(beats_path)

# 查看数据前几行（可选）
print(beats.head())

# 计算每个警区的事件总数
beat_event_counts = beats['Beat'].value_counts().reset_index()
beat_event_counts.columns = ['Beat', 'Event Count']

# 找出事件最多的警区
beat_with_most_events = beat_event_counts.iloc[0]['Beat']
most_events_count = beat_event_counts.iloc[0]['Event Count']
print(f"警区 {beat_with_most_events} 事件数最多，共 {most_events_count} 起")

# 计算事件数的90分位数（Top10%的阈值）
top_10_percent_threshold = beat_event_counts['Event Count'].quantile(0.9)

# 筛选事件数Top10%的警区
top_10_percent_beats = beat_event_counts[beat_event_counts['Event Count'] >= top_10_percent_threshold]
print("Top10%警区数据：")
print(top_10_percent_beats)

# 计算每个警区的经纬度中位数中心
beat_centers = beats.groupby('Beat').agg({'Latitude': 'median', 'Longitude': 'median'}).reset_index()

# 合并事件数数据和经纬度数据（关键：确保警区与坐标对应）
top_10_with_centers = pd.merge(top_10_percent_beats, beat_centers, on='Beat')

# 绘制热点地图
fig = px.scatter_mapbox(
    top_10_with_centers,
    lat='Latitude',
    lon='Longitude',
    size='Event Count',
    hover_name='Beat',
    hover_data={'Event Count': True, 'Latitude': False, 'Longitude': False},
    mapbox_style='carto-positron',  # 可选：更换地图样式
    zoom=10  # 调整地图初始缩放级别
)
fig.show()

关键修改说明 #

• 阈值计算修正：从sorted_beats['Beat'].quantile(0.9)改为beat_event_counts['Event Count'].quantile(0.9)，确保基于事件数筛选。
• 数据合并：用pd.merge将事件数数据和经纬度数据按Beat合并，保证每个警区的事件数和坐标一一对应。
• 地图参数优化：添加了mapbox_style和zoom参数，让地图显示更合理；调整hover_data隐藏冗余的经纬度信息。

内容的提问来源于stack exchange，提问作者kleyway