Plotly：如何使用 For 循环突出显示具有矩形形状的 pandas 时间序列中的某些时间段？
Plotly: How to highlight certain periods in a pandas time series with rectangle shapes using a For Loop?
我试图在 Plotly 中突出显示时间段。我似乎最好的方法是使用形状，例如 this，但在现实世界中，您不想像示例 url 中那样手动添加每个形状。我认为 for 循环是最好的解决方案，但对其他（较少计算的）建议持开放态度。
我的脚本是这样的：
np.random.seed(12345)
rows = 20
x = pd.Series(np.random.randn(rows),index=pd.date_range('1/1/2020', periods=rows)).cumsum()
df = pd.DataFrame({"index": x})
# add column showing what to shade
df["signal"] = df['index'] < 5
# plot index and highlight periods with Rectangle Shapes in Plotly
fig = px.line(df, x=df.index, y="index")
for row in df.iterrows():
if df['signal'] == False:
ply_shapes['shape_' + str(i)]=go.layout.Shape(type="rect",
x0=df.dato[i-1],
y0=0,
x1=df.dato[i],
y1=2000,
opacity=0.5,
layer="below"
)
lst_shapes=list(ply_shapes.values())
fig.update_layout(shapes=lst_shapes)
fig.show()
但是这个returns:
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
您的代码片段无法运行的原因有多种。
1. iterrows() returns 一个迭代器，包含每行的索引和每行中的数据作为序列。要使用它，您必须替换
for row in df.iterrows():
if df['signal'] == False:
与（例如）：
for row in df.iterrows():
if row[1]['signal'] == True:
你的错误是因为你正在分配 True, False 的 系列 和 if df['signal'] == False: 而不是像 if row[1]['signal' 这样的单个值.
但仅解决此问题对您没有帮助。至少不在您的代码段范围内，因为：
2. dato 在您的示例数据框中不存在。
Similar questions 之前已被提问和回答。但是由于对于听起来非常不同的问题，解决方案是相似的，所以我决定也为您的用例制定一个自定义解决方案。
在这两种情况下，最佳方法在很大程度上取决于您如何在时间序列中识别和分配突出显示的时间段。以下示例将使用随机数据并根据阈值识别要突出显示的时间段。就像你的问题一样。
我的建议将归结为一个函数 highLights()，它将一个绘图图形、一个 pandas 系列和一个阈值作为输入，以及一些其他细节（看看文档字符串）。
带有一些示例输入的 highLights() 函数：
fig = highLights(fig = fig, variable = 'signal', level = 5, mode = 'above',
fillcolor = 'rgba(200,0,200,0.2)', layer = 'below')
情节
完整代码：
# imports
import numpy as np
import pandas as pd
import plotly.graph_objects as go
import plotly.express as px
import datetime
pd.set_option('display.max_rows', None)
# data sample
cols = ['signal']
nperiods = 200
np.random.seed(123)
df = pd.DataFrame(np.random.randint(-10, 12, size=(nperiods, len(cols))),
columns=cols)
datelist = pd.date_range(datetime.datetime(2020, 1, 1).strftime('%Y-%m-%d'),periods=nperiods).tolist()
df['dato'] = datelist
df = df.set_index(['dato'])
df.index = pd.to_datetime(df.index)
df.iloc[0] = 0
df = df.cumsum().reset_index()
# plotly setup
fig = px.line(df, x='dato', y=df.columns[1:])
fig.update_xaxes(showgrid=True, gridwidth=1, gridcolor='rgba(0,0,255,0.1)')
fig.update_yaxes(showgrid=True, gridwidth=1, gridcolor='rgba(0,0,255,0.1)')
# function to set background color for a
# specified variable and a specified level
def highLights(fig, variable, level, mode, fillcolor, layer):
"""
Set a specified color as background for given
levels of a specified variable using a shape.
Keyword arguments:
==================
fig -- plotly figure
variable -- column name in a pandas dataframe
level -- int or float
mode -- set threshold above or below
fillcolor -- any color type that plotly can handle
layer -- position of shape in plotly fiugre, like "below"
"""
if mode == 'above':
m = df[variable].gt(level)
if mode == 'below':
m = df[variable].lt(level)
df1 = df[m].groupby((~m).cumsum())['dato'].agg(['first','last'])
for index, row in df1.iterrows():
#print(row['first'], row['last'])
fig.add_shape(type="rect",
xref="x",
yref="paper",
x0=row['first'],
y0=0,
x1=row['last'],
y1=1,
line=dict(color="rgba(0,0,0,0)",width=3,),
fillcolor=fillcolor,
layer=layer)
return(fig)
fig = highLights(fig = fig, variable = 'signal', level = 5, mode = 'above',
fillcolor = 'rgba(200,0,200,0.2)', layer = 'below')
fig.update_layout(template = 'plotly_dark')
fig.show()
我试图在 Plotly 中突出显示时间段。我似乎最好的方法是使用形状，例如 this，但在现实世界中，您不想像示例 url 中那样手动添加每个形状。我认为 for 循环是最好的解决方案，但对其他（较少计算的）建议持开放态度。
我的脚本是这样的：
np.random.seed(12345)
rows = 20
x = pd.Series(np.random.randn(rows),index=pd.date_range('1/1/2020', periods=rows)).cumsum()
df = pd.DataFrame({"index": x})
# add column showing what to shade
df["signal"] = df['index'] < 5
# plot index and highlight periods with Rectangle Shapes in Plotly
fig = px.line(df, x=df.index, y="index")
for row in df.iterrows():
if df['signal'] == False:
ply_shapes['shape_' + str(i)]=go.layout.Shape(type="rect",
x0=df.dato[i-1],
y0=0,
x1=df.dato[i],
y1=2000,
opacity=0.5,
layer="below"
)
lst_shapes=list(ply_shapes.values())
fig.update_layout(shapes=lst_shapes)
fig.show()
但是这个returns:
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
您的代码片段无法运行的原因有多种。
1. iterrows() returns 一个迭代器，包含每行的索引和每行中的数据作为序列。要使用它，您必须替换
for row in df.iterrows():
if df['signal'] == False:
与（例如）：
for row in df.iterrows():
if row[1]['signal'] == True:
你的错误是因为你正在分配 True, False 的 系列 和 if df['signal'] == False: 而不是像 if row[1]['signal' 这样的单个值.
但仅解决此问题对您没有帮助。至少不在您的代码段范围内，因为：
2. dato 在您的示例数据框中不存在。
Similar questions 之前已被提问和回答。但是由于对于听起来非常不同的问题，解决方案是相似的，所以我决定也为您的用例制定一个自定义解决方案。
在这两种情况下，最佳方法在很大程度上取决于您如何在时间序列中识别和分配突出显示的时间段。以下示例将使用随机数据并根据阈值识别要突出显示的时间段。就像你的问题一样。
我的建议将归结为一个函数 highLights()，它将一个绘图图形、一个 pandas 系列和一个阈值作为输入，以及一些其他细节（看看文档字符串）。
带有一些示例输入的 highLights() 函数：
fig = highLights(fig = fig, variable = 'signal', level = 5, mode = 'above',
fillcolor = 'rgba(200,0,200,0.2)', layer = 'below')
情节
完整代码：
# imports
import numpy as np
import pandas as pd
import plotly.graph_objects as go
import plotly.express as px
import datetime
pd.set_option('display.max_rows', None)
# data sample
cols = ['signal']
nperiods = 200
np.random.seed(123)
df = pd.DataFrame(np.random.randint(-10, 12, size=(nperiods, len(cols))),
columns=cols)
datelist = pd.date_range(datetime.datetime(2020, 1, 1).strftime('%Y-%m-%d'),periods=nperiods).tolist()
df['dato'] = datelist
df = df.set_index(['dato'])
df.index = pd.to_datetime(df.index)
df.iloc[0] = 0
df = df.cumsum().reset_index()
# plotly setup
fig = px.line(df, x='dato', y=df.columns[1:])
fig.update_xaxes(showgrid=True, gridwidth=1, gridcolor='rgba(0,0,255,0.1)')
fig.update_yaxes(showgrid=True, gridwidth=1, gridcolor='rgba(0,0,255,0.1)')
# function to set background color for a
# specified variable and a specified level
def highLights(fig, variable, level, mode, fillcolor, layer):
"""
Set a specified color as background for given
levels of a specified variable using a shape.
Keyword arguments:
==================
fig -- plotly figure
variable -- column name in a pandas dataframe
level -- int or float
mode -- set threshold above or below
fillcolor -- any color type that plotly can handle
layer -- position of shape in plotly fiugre, like "below"
"""
if mode == 'above':
m = df[variable].gt(level)
if mode == 'below':
m = df[variable].lt(level)
df1 = df[m].groupby((~m).cumsum())['dato'].agg(['first','last'])
for index, row in df1.iterrows():
#print(row['first'], row['last'])
fig.add_shape(type="rect",
xref="x",
yref="paper",
x0=row['first'],
y0=0,
x1=row['last'],
y1=1,
line=dict(color="rgba(0,0,0,0)",width=3,),
fillcolor=fillcolor,
layer=layer)
return(fig)
fig = highLights(fig = fig, variable = 'signal', level = 5, mode = 'above',
fillcolor = 'rgba(200,0,200,0.2)', layer = 'below')
fig.update_layout(template = 'plotly_dark')
fig.show()