如何用Python及自有数据制作含美国各州及DC的Plotly Choropleth Map

问题根源 #

Plotly内置locationmode='USA-states'模式匹配的矢量边界数据源本身未纳入哥伦比亚特区（DC）的几何信息，因此即使传入DC的州代码也无法匹配显示；而create_choropleth方法默认绑定的是全美县级粒度矢量数据，无法满足州级粒度的展示需求。

可落地实现路径 #

放弃Plotly内置的定位模式，使用覆盖50个州+DC的州级粒度geojson自定义数据源匹配自有数据，完全可以同时满足州级粒度展示、包含DC的需求，具体实现步骤如下：

1. 数据源准备
   准备符合三个要求的州级矢量geojson文件：
   • 几何粒度为州级，无县级拆分
   • 每个几何的属性字段中存储对应行政区的两字母缩写（和自有数据里statecode列的取值规则一致，比如DC、CA、NY）
   • 确认数据源明确包含DC的多边形边界，避免出现只有50个州、遗漏DC的情况
2. 基于go.Choropleth的代码调整
   替换原有内置定位模式的逻辑，传入自定义geojson并配置正确的匹配规则，修正后的可运行代码示例：

   import plotly.graph_objects as go
   import json
   
   # 读取准备好的、覆盖50州+DC的州级geojson
   with open("your_state_level_geo_data.geojson", "r", encoding="utf-8") as f:
       usa_state_geo = json.load(f)
   
   fig = go.Figure(data=go.Choropleth(
       geojson=usa_state_geo,
       locations=df['statecode'],
       # 匹配geojson中存储两字母州缩写的属性路径，需和实际geojson字段保持一致
       featureidkey="properties.state_abbr",
       z=df['buyers'].astype(float),
       colorscale='Reds',
       autocolorscale=False,
       text=df['mytext'], 
       marker_line_color='white',
       colorbar_title="Total buyers"
   ))
   
   # 调整地图显示范围，适配美国本土视图
   fig.update_geos(
       scope="usa",
       projection_type="albers usa",
       showlakes=True,
       lakecolor="rgb(255, 255, 255)"
   )
   

3. 方案注意事项
   • 重点核对featureidkey的配置值：不同来源的geojson存储州缩写的字段路径存在差异，若字段路径不匹配会出现数据和几何对不上的问题
   • create_choropleth方法的设计逻辑就是面向县级粒度展示，如果要坚持使用该方法，需要手动从县级数据中过滤聚合到州级边界，整体实现成本远高于上述自定义geojson的go.Choropleth方案，不推荐优先选择

常见踩坑提示：部分公开的美国州级边界数据源默认只收录50个州的几何，未单独纳入DC的边界，选取数据源时需要提前确认覆盖范围。

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