如何修正Plotly折线图中柬埔寨数据未按时间序列排序的问题

问题场景 #

现有如下结构的Pandas DataFrame：

import pandas as pd
import plotly.express as px

country = ['Cambodia',
 'Cambodia',
 'Cambodia',
 'Cambodia',
 'Cambodia',
 'Lao PDR',
 'Lao PDR',
 'Lao PDR',
 'Lao PDR']

month_year = ['2020-Aug',
 '2020-Dec',
 '2020-May',
 '2020-Oct',
 '2021-Mar',
 '2020-Jul',
 '2021-Mar',
 '2021-May',
 '2021-Nov']

count = [5, 4, 4, 4, 2, 6, 4, 4, 6]

intermediate_dictionary = {'country':country, 'month_year':month_year, 'count':count}
df3 = pd.DataFrame(intermediate_dictionary)

指定有序年月列表后绘制折线图：

ordered_months = ["2020-May", "2020-Jul", "2020-Aug", "2020-Oct", "2020-Dec", "2021-Mar",
      "2021-May", "2021-Nov"]

fig = px.line(df3, x="month_year", y="count", color='country', symbol='country')
fig.update_xaxes(categoryarray= ordered_months)
fig.show()

运行后发现柬埔寨的折线未按预期时间序列（2020-May→2020-Aug→2020-Oct→2020-Dec→2021-Mar）连接，出现跳跃、回退的异常。

原因分析 #

Plotly绘制折线图时，是按照DataFrame中行的先后顺序连接数据点，而非x轴的分类排列顺序。原始DataFrame中柬埔寨的month_year顺序是乱的，所以折线连接顺序跟着行走，导致异常。

解决方案 #

方法1：按指定有序列表排序DataFrame #

通过将month_year设置为有序类别，再对DataFrame排序，确保数据点按时间顺序排列：

# 给month_year列设置有序类别，指定顺序为ordered_months
df3['month_year'] = pd.Categorical(df3['month_year'], categories=ordered_months, ordered=True)

# 按国家和年月排序，保证每个国家的点按时间顺序排列
df3_sorted = df3.sort_values(by=['country', 'month_year'])

# 使用排序后的DataFrame绘图
fig = px.line(df3_sorted, x="month_year", y="count", color='country', symbol='country')
fig.update_xaxes(categoryarray=ordered_months)
fig.show()

方法2：转换为时间类型（更推荐） #

将字符串格式的年月转换为Pandas时间类型，Plotly会自动识别时间顺序，同时方便后续时间相关分析：

# 将month_year转换为时间类型，format参数匹配字符串格式
df3['month_year'] = pd.to_datetime(df3['month_year'], format='%Y-%b')

# 按国家和时间排序
df3_sorted = df3.sort_values(by=['country', 'month_year'])

# 绘图时设置x轴显示为年月格式
fig = px.line(df3_sorted, x="month_year", y="count", color='country', symbol='country')
fig.update_xaxes(tickformat='%Y-%b')
fig.show()

内容的提问来源于stack exchange，提问作者LivingstoneM