如何使用Plotly的sunburst旭日图展示各分支均值而非总和适配比率数据

Plotly旭日图默认对传入的数值列做求和聚合，要展示各层级平均值可通过以下两种方案实现：

方案1：预聚合数据后绘图（全版本兼容） #

• 操作逻辑：按照旭日图的层级顺序逐层分组计算平均值，再将所有层级的聚合结果拼接为适配sunburst输入的数据集后绘图
• 示例代码：

import pandas as pd
import plotly.express as px

# 示例原始数据：包含层级列level1、level2，比率值列rate
df = pd.read_csv("你的数据文件路径")

# 逐层计算各层级节点的均值
# 一级分组聚合
level1_agg = df.groupby("level1")["rate"].mean().reset_index()
level1_agg["level2"] = "" # 一级节点无子层级，对应位置填空
# 二级分组聚合
level2_agg = df.groupby(["level1", "level2"])["rate"].mean().reset_index()

# 拼接所有层级数据
sunburst_input = pd.concat([level1_agg, level2_agg], ignore_index=True)

# 绘制旭日图
fig = px.sunburst(
    sunburst_input,
    path=["level1", "level2"], # 替换为你的实际层级列顺序
    values="rate" # 替换为你的比率值列名
)
fig.show()

方案2：直接指定aggfunc参数（Plotly 4.10+版本支持） #

• 操作逻辑：直接传入原始数据，通过aggfunc参数指定聚合逻辑为均值，无需提前处理数据
• 示例代码：

import plotly.express as px

fig = px.sunburst(
    df, # 原始未聚合的数据
    path=["level1", "level2", "level3"], # 替换为你的实际层级列
    values="rate", # 替换为你的比率值列名
    aggfunc="mean" # 核心参数，指定按平均值聚合
)
fig.show()

注意：使用aggfunc参数时需确保数值列为float/int类型，避免聚合报错。

效果对比 #

• 当前默认求和的旭日图结果：
  
• groupby求和验证结果：
  
• 预期的均值展示旭日图结果：
  

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