如何在Plotly中为X轴上的单个箱线图设置颜色？

你遇到的KeyError: (nan, '', '', '')是因为issuer.operator.name列中存在缺失值（NaN）或者空字符串，Plotly在尝试根据这些无效值分组配色时，无法识别对应的键，所以抛出了错误。下面给你几个可行的解决方案：

方案1：先清理数据中的缺失/空值 #

这是最直接的解决办法，先处理掉issuer.operator.name列里的无效值，再画图：

步骤1：检查数据情况 #

先确认列里的空值和空字符串数量：

print("NaN数量:", df["issuer.operator.name"].isna().sum())
print("各值分布:\n", df["issuer.operator.name"].value_counts(dropna=False))

步骤2：清理数据 #

你可以选择删除包含空值的行，或者把空值/空字符串替换成统一的默认值（比如"Unknown"）：

# 方法A：删除空值行
df_clean = df.dropna(subset=["issuer.operator.name"])

# 方法B：替换空值和空字符串为"Unknown"
df_clean = df.copy()
df_clean["issuer.operator.name"] = df_clean["issuer.operator.name"].fillna("Unknown").replace("", "Unknown")

步骤3：用清理后的数据集画图 #

import plotly.express as px
fig = px.box(df_clean, x="issuer.operator.name", y="validity_period", 
             color="issuer.operator.name", points='all', log_y=True, 
             width=2000, height=1000, template="simple_white")
fig.show()

方案2：自定义颜色映射，手动控制分组颜色 #

如果不想修改原始数据，你可以创建一个颜色映射字典，指定每个有效运营商的颜色，同时给无效值分配一个默认颜色：

import plotly.express as px

# 获取所有非空的唯一运营商名称
unique_ops = df["issuer.operator.name"].dropna().unique()
# 用Plotly内置的定性颜色序列创建映射，也可以自定义颜色值
color_map = {op: px.colors.qualitative.D3[i] for i, op in enumerate(unique_ops)}
# 给空值/空字符串分配灰色
color_map["Unknown"] = "#888888"

# 先处理数据中的无效值
df_clean = df.copy()
df_clean["issuer.operator.name"] = df_clean["issuer.operator.name"].fillna("Unknown").replace("", "Unknown")

# 画图时指定color_discrete_map参数
fig = px.box(df_clean, x="issuer.operator.name", y="validity_period", 
             color="issuer.operator.name", points='all', log_y=True, 
             width=2000, height=1000, template="simple_white",
             color_discrete_map=color_map)
fig.show()

方案3：用Plotly Graph Objects手动构建图表（更灵活） #

如果需要更精细的控制，你可以直接使用Plotly的Graph Objects API，逐个添加箱线图trace并设置颜色：

import plotly.graph_objects as go

# 获取所有非空的运营商名称
operators = df["issuer.operator.name"].dropna().unique()
# 准备颜色序列（循环使用避免颜色不够）
colors = px.colors.qualitative.D3

fig = go.Figure()

for idx, op in enumerate(operators):
    # 筛选当前运营商的数据
    op_data = df[df["issuer.operator.name"] == op]
    # 添加箱线图trace，设置颜色
    fig.add_trace(go.Box(
        y=op_data["validity_period"],
        name=op,
        boxpoints='all',
        marker_color=colors[idx % len(colors)],
        yaxis_type="log"
    ))

# 设置布局
fig.update_layout(
    width=2000,
    height=1000,
    template="simple_white",
    xaxis_title="issuer.operator.name",
    yaxis_title="validity_period"
)

fig.show()

以上三种方法都能解决你的问题，优先推荐方案1，因为数据清理是可视化前的常规操作，能避免后续更多潜在问题。

内容的提问来源于stack exchange，提问作者Cloud9