Plotly Express地图颜色分配逻辑咨询：Severity字段着色疑问

颜色分配逻辑 #

当你的数据集里同一个FIPS（即地图上的单个区域）对应多条事故记录时，Plotly Express的choropleth_mapbox不会自动对该区域的color字段做聚合计算，而是直接取该FIPS分组下的最后一条记录的Severity值来给区域着色。这就是为什么FIPS 36021显示为Severity=4——只是该区域最后一条事故记录的Severity是4，和整体统计值无关。

解决步骤 #

要实现按区域的Severity统计值（平均值、中位数等）着色，必须先对原始数据按FIPS分组聚合，再用聚合后的数据集绘图：

1. 聚合原始数据
   使用pandas对数据按FIPS分组，计算每个区域的Severity统计值（这里以平均值为例，你也可以换成中位数、总和等）：

   import pandas as pd
   
   # 按FIPS分组，计算Severity的平均值，重置索引生成新数据集
   agg_data = data.groupby('FIPS')['Severity'].mean().reset_index()
   # 如果需要中位数，替换成：.median()
   

2. 用聚合数据绘制地图
   把聚合后的数据集传入px.choropleth_mapbox，此时color参数对应聚合后的Severity统计列：

   import plotly.express as px
   
   fig = px.choropleth_mapbox(
       agg_data,
       geojson=counties,
       locations='FIPS',
       mapbox_style="open-street-map",
       color="Severity",  # 这里使用聚合后的统计值
       zoom=6,
       center=dict(lat=42.8, lon=-75.3),
       height=800,
       width=1200,
       opacity=0.5,
       color_continuous_scale="Viridis"  # 可选，自定义颜色刻度
   )
   fig.show()
   

为什么color=np.median(data['Severity'])无效？ #

color参数需要指定数据集中的列名，让Plotly能将每个区域（FIPS）对应到该列的具体数值。而你传入的是整个数据集的中位数（单一数值），Plotly无法将这个值匹配到每个区域，因此无法实现预期效果。

内容的提问来源于stack exchange，提问作者afroduck