如何为Pandas DataFrame添加颜色计数列并排序Plotly图表Y轴

1. 给DataFrame添加颜色计数列 #

先给你的数据框新增black、green、red三列，统计每个letter分组里对应颜色的出现次数，用crosstab实现最直观：

import pandas as pd

# 假设你的原始数据是df，包含letter、color、date这几列
color_counts = pd.crosstab(df['letter'], df['color'])
# 把计数结果合并回原始数据框，确保每个分组都能拿到对应计数
df = df.merge(color_counts, on='letter', how='left')

如果要仅按最新日期的颜色计数统计，先筛选最新日期的数据再计算：

# 提取数据里的最新日期
latest_date = df['date'].max()
# 只统计最新日期的各letter分组颜色计数
latest_color_counts = pd.crosstab(
    df[df['date'] == latest_date]['letter'], 
    df[df['date'] == latest_date]['color']
)
# 合并回原数据，缺失的计数填0避免后续报错
df = df.merge(latest_color_counts, on='letter', how='left').fillna(0)

2. 自定义排序规则并让Plotly遵循 #

Plotly绘图时会自动处理分组顺序，所以得把letter转成有序分类变量，强制它按你的计数规则排序：

按全量数据的颜色计数排序（比如green优先，其次red，最后black） #

# 按green、red、black的降序排序，提取排序后的letter列表
sorted_letters = df.sort_values(
    by=['green', 'red', 'black'], 
    ascending=False
)['letter'].unique()
# 将letter转为有序分类，指定好顺序
df['letter'] = pd.Categorical(df['letter'], categories=sorted_letters, ordered=True)

仅按最新日期的计数排序 #

# 基于最新日期的计数结果排序，提取letter顺序
sorted_latest_letters = latest_color_counts.sort_values(
    by=['green', 'red', 'black'], 
    ascending=False
).index.tolist()
df['letter'] = pd.Categorical(df['letter'], categories=sorted_latest_letters, ordered=True)

3. 绘制Plotly图表 #

用处理好的数据框绘图，Y轴的letter就会严格按你设定的计数顺序排列，且每行内的颜色展示顺序不会改变：

import plotly.express as px

# 示例：绘制多变量随时间变化的折线图，按letter分栏，color区分变量
fig = px.line(df, x='date', y='your_value_column', color='color', facet_row='letter')
fig.show()

关键提醒 #

• 把letter转为有序分类是核心，Plotly会完全尊重分类变量的预设顺序，不会再自行打乱
• 不管你用折线图、条形图还是其他图表类型，这个排序逻辑都适用
• 计数合并后填充0是为了避免NaN值干扰排序逻辑

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