如何在Plotly Python直方图中设置日销售额超75的溢出分箱？

我使用以下代码绘制直方图：

import matplotlib.pyplot as plt
import plotly.express as px
df = px.data.tips()
fig = px.histogram(dataset, x="salesperday")

fig.update_traces(xbins=dict( # bins used for histogram
        start=0.0,
        end=1400.0,
        size=40
    ))

fig.show()

请问如何自定义设置日销售额大于75的溢出分箱，实现类似Excel中的效果（将所有大于75的数值归为一个单独的分箱组）？

要实现这种溢出分箱效果，你可以通过预处理数据或者自定义坐标轴刻度与分箱两种方式完成，以下是具体实现：

方法1：预处理数据（推荐） #

先对原始数据的salesperday列进行分组，把大于75的数值统一标记为"75+"，再用处理后的数据绘制直方图：

import plotly.express as px
import pandas as pd

# 替换为你的真实数据
df = pd.DataFrame({
    "salesperday": [20, 35, 50, 65, 70, 75, 80, 90, 100, 110, 60, 45]
})

# 预处理：将大于75的数值替换为"75+"
df["sales_binned"] = df["salesperday"].apply(lambda x: x if x <=75 else "75+")

# 绘制直方图
fig = px.histogram(df, x="sales_binned")
fig.update_layout(xaxis_title="日销售额", yaxis_title="频数")
fig.show()

方法2：自定义分箱与坐标轴刻度 #

如果不想修改原始数据，可以通过设置xbins的范围，再手动修改坐标轴的刻度文本，把超过75的分箱显示为"75+"：

import plotly.express as px
import pandas as pd

# 替换为你的真实数据
df = pd.DataFrame({
    "salesperday": [20, 35, 50, 65, 70, 75, 80, 90, 100, 110, 60, 45]
})

# 绘制直方图，设置分箱上限为75
fig = px.histogram(df, x="salesperday")
fig.update_traces(
    xbins=dict(
        start=0,
        end=75,
        size=15  # 自定义每个分箱的区间大小
    ),
    # 可选：给溢出分箱设置不同颜色区分
    marker_color=["#1f77b4"]*5 + ["#ff7f0e"]
)

# 自定义坐标轴刻度，替换溢出分箱的显示文本
fig.update_layout(
    xaxis=dict(
        tickvals=[7.5, 22.5, 37.5, 52.5, 67.5, 95],
        ticktext=["0-15", "15-30", "30-45", "45-60", "60-75", "75+"],
        title="日销售额"
    ),
    yaxis_title="频数"
)
fig.show()

注意事项 #

• 你的原始代码存在两处小问题：定义了df但调用时用了dataset，需保持变量名一致；px.data.tips()数据集没有salesperday字段，需替换为包含该字段的真实数据或模拟数据
• 方法1更直观，适合需要直接展示分组标签的场景；方法2适合保留原始数据结构，仅在可视化层面调整的场景

内容的提问来源于stack exchange，提问作者python_pi