Plotly美国地图离散图例绘制及数值分箱函数优化咨询

一、优化分箱逻辑 #

你原有的分箱函数存在几个问题：列名和DataFrame不匹配（用了GDP但实际列是Value）、条件逻辑矛盾（比如>20且<10永远不成立）、NA值判断错误（DataFrame里的NA是缺失值，不是字符串"NA"）。用Pandas内置的pd.cut()可以更高效简洁地实现按5区间分箱：

import pandas as pd

# 先把字符串"NA"转为Pandas可识别的缺失值NaN
df['Value'] = pd.to_numeric(df['Value'], errors='coerce')

# 定义分箱区间（按每5划分，可根据实际数据范围调整）
bins = [-float('inf'), 0, 5, 10, 15, 20, float('inf')]
# 对应区间的标签
labels = ['≤0', '0-5', '5-10', '10-15', '15-20', '>20']

# 执行分箱，自动处理边界，同时给NA值单独添加类别
df['Value_Bucket'] = pd.cut(df['Value'], bins=bins, labels=labels, include_lowest=True)
df['Value_Bucket'] = df['Value_Bucket'].cat.add_categories(['NA']).fillna('NA')

这种方法的优势：不用写冗余的if-else判断，Pandas内置函数性能更优，区间和标签可统一调整，还能自动处理缺失值。

二、修正Plotly地图绘制代码 #

原绘图代码混用了连续颜色和离散颜色的参数，且没有关联分箱后的列。以下是满足需求的修正版本：

import plotly.express as px

# 定义离散颜色映射，NA值设为黑色
color_map = {
    '≤0': 'rgb(240,240,240)',
    '0-5': 'rgb(13,136,198)',
    '5-10': 'rgb(191,247,202)',
    '10-15': 'rgb(100,200,100)',
    '15-20': 'rgb(4,145,32)',
    '>20': 'rgb(100,0,0)',
    'NA': 'black'
}

fig = px.choropleth(df, 
                    geojson=counties, 
                    locations='Country',  # 确保该列和geojson中的匹配字段一致（比如州名/州缩写）
                    color='Value_Bucket',  # 用分箱后的列做颜色映射
                    color_discrete_map=color_map,
                    category_orders={
                        'Value_Bucket': ['≤0', '0-5', '5-10', '10-15', '15-20', '>20', 'NA']
                    },
                    scope="usa",
                    hover_name='Country',
                    hover_data={'Value': True, 'Value_Bucket': False}  # hover时显示原始数值，隐藏分箱标签
                   )

fig.update_layout(margin={"r":0,"t":0,"l":0,"b":0})
fig.show()

关键调整点：

• 用分箱后的Value_Bucket作为颜色字段，实现离散图例
• color_discrete_map改用字典格式，每个分箱类别对应指定颜色，NA值设为黑色
• 移除连续颜色相关参数（color_continuous_midpoint、range_color）
• 通过category_orders指定图例的显示顺序，确保区间逻辑连贯

三、注意事项 #

• 确保geojson的匹配字段和DataFrame的Country列一致：如果geojson用的是美国州缩写，需要把DataFrame里的州全称转为缩写，反之亦然
• 分箱区间bins可以根据实际数据的取值范围灵活调整（比如如果没有负数，可从0开始）
• 颜色方案可根据可视化需求自定义，建议保持区间颜色有渐变或区分度

内容的提问来源于stack exchange，提问作者Jack Smith