如何绘制邮政编码级别的Choropleth地图？解决渲染空白问题

问题背景 #

我有如下结构的Pandas DataFrame df：

user_id   zip_code    city              county        state
0001      10021       New York          New York      NY
0002      10003       New York          New York      NY
0003      06831       Greenwich         Fairfield     CT
0004      33172       Miami             Miami-Dade    FL
0005      07417       Franklin Lakes    Bergen        NJ

尝试用以下代码绘制邮政编码级的Choropleth地图，但渲染出空白：

from urllib.request import urlopen
import json
import requests

with urlopen('https://raw.githubusercontent.com/plotly/datasets/master/geojson-counties-fips.json') as response:
    counties = json.load(response)


fig = px.choropleth(df,
                    geojson= counties,
                    locations='fips', 
                    locationmode="USA-states", 
                    scope="usa",
                    color='user_id',
                    color_continuous_scale="blues",
                    )

fig.show()

请问如何正确绘制邮政编码级的Choropleth地图？

核心问题与修正方案 #

你的代码存在三个关键错误，直接导致地图空白：

1. GeoJSON数据源错误
   你加载的是县级别GeoJSON（基于FIPS编码），但绘制邮政编码级地图需要匹配ZIP Code的地理边界数据。

2. locations参数不匹配
   代码中指定locations='fips'，但你的DataFrame中并没有fips列，应该使用存在的zip_code列。

3. locationmode参数错误
   设置为"USA-states"是州级别的匹配模式，邮政编码需要使用"USA-zip-code"模式。

修正后的完整代码 #

import pandas as pd
import plotly.express as px

# 初始化示例DataFrame（如果你的df已存在可跳过这部分）
df = pd.DataFrame({
    'user_id': ['0001', '0002', '0003', '0004', '0005'],
    'zip_code': ['10021', '10003', '06831', '33172', '07417'],
    'city': ['New York', 'New York', 'Greenwich', 'Miami', 'Franklin Lakes'],
    'county': ['New York', 'New York', 'Fairfield', 'Miami-Dade', 'Bergen'],
    'state': ['NY', 'NY', 'CT', 'FL', 'NJ']
})

# 绘制邮政编码级Choropleth地图
fig = px.choropleth(
    df,
    locations='zip_code',               # 匹配DataFrame中的邮政编码列
    locationmode="USA-zip-code",         # 指定邮政编码匹配模式
    scope="usa",                         # 限定地图范围为美国
    color='user_id',                     # 按user_id着色（若需统计数量可先分组聚合）
    color_continuous_scale="blues",
    hover_data=['city', 'county', 'state']  # 鼠标悬停显示额外信息
)

fig.update_layout(title_text='美国邮政编码级用户分布地图')
fig.show()

额外提示 #

• 如果需要自定义ZIP Code地理数据，确保GeoJSON中的编码与你的zip_code列格式完全一致（比如5位字符串，无多余字符）。
• 若要展示每个邮政编码的用户数量，先对数据做分组统计：

  zip_counts = df.groupby('zip_code')['user_id'].count().reset_index(name='user_count')
  # 再用zip_counts作为数据源绘图，color参数改为'user_count'
  

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