Plotly Choropleth可视化美国事故数据不准确问题排查求助

我正在使用Kaggle的「US Accidents」数据集，包含300万条交通事故记录。初步统计显示加州事故数量最多，但制作的Plotly Choropleth可视化却显示俄亥俄州事故最多，转换为对数刻度后问题仍未解决。

问题代码 #

states_by_accident = df.State.value_counts()

import plotly.graph_objects as go
fig = go.Figure(data = go.Choropleth(
    locations = df.State.unique(),
    z = states_by_accident,
    locationmode = 'USA-states',
    colorscale = 'Blues'
))


fig.update_layout(
       geo_scope = 'usa'
   )
fig.show()

问题截图 #

问题原因 #

核心问题是数据索引与地理位置不匹配：

• df.State.unique()返回的是州缩写的出现顺序，和states_by_accident的索引顺序不一致
• states_by_accident = df.State.value_counts()返回的Series是按事故数量降序排列的，其索引是州缩写，而你用df.State.unique()作为locations，导致数值和州对应错误，最终显示混乱

修复方案 #

直接使用states_by_accident.index作为locations，确保每个州的数值和地理位置一一对应，同时可添加对数刻度优化颜色区分：

import plotly.graph_objects as go

# 统计各州事故数
states_by_accident = df.State.value_counts()

fig = go.Figure(data=go.Choropleth(
    locations=states_by_accident.index,  # 用value_counts的索引（州缩写）作为位置
    z=states_by_accident.values,         # 对应事故数值
    locationmode='USA-states',
    colorscale='Blues',
    zscale='log',  # 开启对数刻度，优化数值差距大的颜色显示
    colorbar_title='事故数量（对数刻度）'
))

fig.update_layout(
    title='美国各州交通事故数量分布',
    geo_scope='usa',
    title_x=0.5  # 标题居中
)

fig.show()

额外说明 #

• 若需要保留原始数值显示（非对数），可以去掉zscale='log'参数
• 可根据需求调整colorscale，比如换成'Reds'或自定义颜色范围

内容的提问来源于stack exchange，提问作者Admirsary