将读取CSV的Python图表函数改为接收列表作为输入

方案1：直接接收数值列表（最简洁） #

如果已经拿到Total、Clean、Dirty三个指标的数值列表，直接传入即可，无需额外处理DataFrame：

def Graph(list1, list2):
    fig = make_subplots(rows=1, cols=3)
    list_of_attributes = ["Total", "Clean", "Dirty"]
    
    # 直接使用传入的数值列表
    data_list = list1
    data_list2 = list2

    fig.add_trace(go.Bar(name='数据组1', x=list_of_attributes, y=data_list, marker=dict(color='red')), row=1, col=2)
    fig.add_trace(go.Bar(name='数据组2', x=list_of_attributes, y=data_list2, marker=dict(color='blue')), row=1, col=1)

    fig.show()

# 调用示例：传入两个包含三个数值的列表
Graph([100, 70, 30], [120, 85, 35])

方案2：接收模拟CSV结构的列表（兼容原逻辑） #

如果输入列表是模拟CSV的行数据（包含Name字段），可以保留原数据提取逻辑，仅替换文件读取步骤：

def Graph(first_data, second_data):
    fig = make_subplots(rows=1, cols=3)
    list_of_attributes = ["Total", "Clean", "Dirty"]
    
    # 将输入列表转为DataFrame，替代读取CSV的步骤
    df = pd.DataFrame(first_data)
    df2 = pd.DataFrame(second_data)
    
    data_list = []
    data_list2 = []
    show_bar = df[df.Name == "SUM"]
    show_bar2 = df2[df2.Name == "SUM"]
    
    for n in list_of_attributes:
        data_list.append(int(show_bar[n]))
        data_list2.append(int(show_bar2[n]))

    fig.add_trace(go.Bar(name='数据组1', x=list_of_attributes, y=data_list, marker=dict(color='red')), row=1, col=2)
    fig.add_trace(go.Bar(name='数据组2', x=list_of_attributes, y=data_list2, marker=dict(color='blue')), row=1, col=1)

    fig.show()

# 调用示例：传入模拟CSV行数据的列表
Graph(
    [{"Name": "SUM", "Total": 100, "Clean": 70, "Dirty": 30}, {"Name": "Other", "Total": 50, "Clean": 40, "Dirty": 10}],
    [{"Name": "SUM", "Total": 120, "Clean": 85, "Dirty": 35}, {"Name": "Other", "Total": 60, "Clean": 50, "Dirty": 10}]
)

修改说明 #

1. 参数替换：把原函数的文件名参数换成列表类型，根据你的实际数据结构选择对应方案。
2. 移除文件读取：删除pd.read_csv()相关代码，直接用传入的列表构建数据或直接使用数值列表。
3. 调用调整：调用时传入符合要求的列表，不再传递文件名。
4. 修复错误：修正了原代码调用时的拼写错误Grapfh→Graph。

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