Plotly Dash下拉筛选时Callback Error(KeyError)报错的解决方法
报错根源
KeyError: ('Parent.Status', 'Failed') 的触发逻辑很明确:当选中某类工作流后,该工作流的历史数据中完全不存在对应状态的记录,pd.pivot_table 只会生成有数据对应的统计列,不会自动生成空列填充0,直接硬编码取值时就会找不到对应索引触发报错。
解决方案
两种可落地的实现方式,任选其一即可:
方案1:透视表生成后补全缺失列(兼容性最好)
预先定义所有需要展示的状态值,透视表生成后遍历补全所有缺失的列,不存在的列直接填充0值,彻底避免取值报错。
直接替换回调函数内的对应逻辑即可:
def update_graph(Workflow): if Workflow == "All Workflows": df_plot = df.copy() else: df_plot = df[df['Parent.DisplayName'] == Workflow] # 固定所有需要展示的状态 TARGET_STATUSES = ['Completed', 'Failed', 'Cancelled', 'Rejected'] pv = pd.pivot_table( df_plot, index=['simpledate'], columns=['TOP'], values=['Parent.Status'], aggfunc='count', fill_value=0 ) # 补全所有缺失的多级列,不存在的状态直接填0 for status in TARGET_STATUSES: col_key = ('Parent.Status', status) if col_key not in pv.columns: pv[col_key] = 0 # 后续取值不会再触发KeyError trace1 = go.Bar(x=pv.index, y=pv[('Parent.Status', 'Completed')], name='Completed') trace2 = go.Bar(x=pv.index, y=pv[('Parent.Status', 'Failed')], name='Failed') trace3 = go.Bar(x=pv.index, y=pv[('Parent.Status', 'Cancelled')], name='Cancelled') trace4 = go.Bar(x=pv.index, y=pv[('Parent.Status', 'Rejected')], name='Rejected') return { 'data': [trace1, trace2, trace3, trace4], 'layout': go.Layout( title=f'Workflow Status by Date {Workflow}', barmode='stack') }
方案2:将状态列转为定长分类类型,让透视表自动生成所有列
如果不想事后补列,可以在数据加载阶段就把状态列转为带有固定类别的Category类型,透视表会自动遍历所有分类项,哪怕没有匹配数据也会生成对应列,配合fill_value=0就能自动填充0值。
只需在数据加载部分加一行代码:
# 在 df['TOP'] = df['Parent.Status'] 这行代码后面追加 TARGET_STATUSES = ['Completed', 'Failed', 'Cancelled', 'Rejected'] df['TOP'] = pd.Categorical(df['TOP'], categories=TARGET_STATUSES)
修改后透视表会自动生成所有状态对应的列,不需要额外补列操作。
额外优化建议
- 下拉框的默认值
'All Workflows'最好在初始化的时候也加入到选项列表里,避免用户初始选中的选项不在可选范围内触发二次报错 - 可以在
pv生成后加一行判断,如果pv.index为空(选中的工作流完全没有数据),直接返回空的图表占位,避免后续空索引的报错
内容的提问来源于stack exchange,提问作者nuprap
相关产品推荐
相关产品推荐

