如何为pyspark.pandas.frame.DataFrame生成图例正确的饼图

pyspark.pandas.frame.DataFrame自带的.plot.pie()方法是基于matplotlib封装的简易绘图接口，既不兼容你当前使用的plotly绘图逻辑，也不支持直接透传自定义图例、标题样式的参数，所以无法直接生成和pandas+plotly版本效果一致的饼图。

值计数的统计结果数据量极小，只需要把pyspark pandas上统计得到的频次结果转成本地pandas对象，就能完全复用你已经写好的plotly绘图代码，效果100%对齐，没有额外性能开销。
完整可运行代码如下：

import plotly.graph_objects as go

# 在pyspark pandas端完成值计数，转成本地pandas Series
piefreq = final_psdf['Target'].value_counts().to_pandas()

# 原有pandas版本绘图逻辑无需修改，直接复用
fig = go.Figure(data=[go.Pie(
    labels=['Yes (n=' + str(piefreq[1]) +')','No (n=' + str(piefreq[0]) +')'],
    values=piefreq.values
)])
fig.update_layout(title={
    'text': "<b>Pie chart by target</b>",
    'y':0.9,
    'x':0.45,
    'xanchor': 'center',
    'yanchor': 'top'
})
fig.show()

• 不要直接对未调用to_pandas()的pyspark pandas Series做piefreq[0]、piefreq[1]这类索引取值，分布式对象的索引逻辑和本地pandas不一致，容易取错值或者触发计算异常。
• 如果强行使用pyspark pandas自带的pie接口，需要拿到方法返回的matplotlib轴对象手动修改图例、标题样式，最终样式无法和plotly版本完全对齐，不推荐使用。

内容的提问来源于stack exchange，提问作者gracenz