Plotly如何通过下拉菜单选择对应Pandas DataFrame生成4张子图

可以实现，最简单的方案是预生成所有国家的图表轨迹，通过下拉菜单控制轨迹可见性，完全不需要依赖动态加载DataFrame的逻辑，也适配你现有的单DataFrame绘图代码。

核心逻辑 #

• 你原本的单国家4张子图的绘图代码不需要做修改，直接复用即可
• 提前遍历所有国家的DataFrame，把每个国家对应的4条绘图轨迹全部添加到同一个画布中，默认仅显示第一个国家的轨迹
• 下拉菜单的每个选项绑定「仅展示当前国家对应4条轨迹、隐藏其他所有轨迹」的交互规则

示例代码 #

import plotly.subplots as sp
import plotly.graph_objects as go

# 这是你原来写的单df生成4张子图轨迹的函数，直接复用即可
def get_country_traces(df):
    # 以下4条轨迹的类型、字段、样式完全和你之前单国家绘图逻辑保持一致
    trace1 = go.Scatter(x=df['date'], y=df['value1'], name='指标1') # 对应子图1
    trace2 = go.Bar(x=df['date'], y=df['value2'], name='指标2') # 对应子图2
    trace3 = go.Line(x=df['date'], y=df['value3'], name='指标3') # 对应子图3
    trace4 = go.Histogram(x=df['value4'], name='指标4') # 对应子图4
    return [trace1, trace2, trace3, trace4]

# 你的国家数据字典
dfs = {'Germany': germany_df, 'France': france_df, 'Italy': italy_df}

# 初始化子图布局，和你原来的子图配置保持一致即可，这里示例为2行2列
fig = sp.make_subplots(rows=2, cols=2, subplot_titles=('子图1','子图2','子图3','子图4'))

# 存储每个国家对应的轨迹索引，后续构造下拉菜单用
country_trace_index = {}
current_idx = 0
for country, df in dfs.items():
    traces = get_country_traces(df)
    # 把4条轨迹加到对应子图位置，和你原来的添加位置保持一致
    fig.add_trace(traces[0], row=1, col=1)
    fig.add_trace(traces[1], row=1, col=2)
    fig.add_trace(traces[2], row=2, col=1)
    fig.add_trace(traces[3], row=2, col=2)
    # 记录当前国家对应的4个轨迹的索引
    country_trace_index[country] = list(range(current_idx, current_idx+4))
    current_idx +=4
    # 默认仅第一个国家的轨迹可见
    if country == list(dfs.keys())[0]:
        for i in country_trace_index[country]:
            fig.data[i].visible = True
    else:
        for i in country_trace_index[country]:
            fig.data[i].visible = False

# 构造下拉菜单按钮
buttons = []
for country in dfs.keys():
    visible_list = [False]*len(fig.data)
    for idx in country_trace_index[country]:
        visible_list[idx] = True
    buttons.append(
        dict(
            label=country,
            method='update',
            args=[{'visible': visible_list},
                  {'title': f'{country} 数据看板'}] # 可选，切换时更新标题
        )
    )

# 把下拉菜单加到画布布局里
fig.update_layout(
    updatemenus=[
        dict(
            type='dropdown',
            buttons=buttons,
            direction='down',
            showactive=True,
            x=0.1,
            y=1.15 # 调整下拉菜单的位置，避免和标题/子图重叠
        )
    ],
    title_text=f'{list(dfs.keys())[0]} 数据看板'
)

fig.show()

注意事项 #

• 如果你的国家数量超过20个或者单国家轨迹数量很多，可能会导致静态文件体积过大，这种情况才需要考虑用Dash做服务端动态渲染，普通场景下上述方案是最省成本的实现方式
• 子图的行列配置、轨迹类型完全和你之前单国家的绘图逻辑保持一致，不需要做额外调整

内容的提问来源于stack exchange，提问作者jsyemty