Используйте категориальную переменную в фрейме данных, чтобы раскрасить линейный график вдоль линии в графическом представлении. Диаграмма рассеяния

Question

Я вычисляю переменную "state/activity" (строку) для данных датчика в секунду.Существует 12 штатов, и данные охватывают в среднем 10-12 дней.Я строю средство просмотра журнала в секунду с параметрами данных датчика, рядом с "state/activity".Сюжет сделан как в примере ниже.Я пытаюсь раскрасить столбец "battle_deaths" значением переменной "category".В графике есть атрибут color, но во всех примерах, которые я видел, он принимает числовое значение, и я не могу "map" категориальное значение для цвета.Пожалуйста, смотрите текущий и ожидаемый выход ниже (превышен на выходе)

#dataframe with time index
data = {
        'date': ['2014-05-01 18:47:05.069722', '2014-05-01 18:47:06.119994',
 '2014-05-01 18:47:07.178768', '2014-05-01 18:47:08.230071', 
'2014-05-01 18:47:09.230071', '2014-05-01 18:47:10.280592', 
'2014-05-01 18:47:11.332662', '2014-05-01 18:47:12.385109', 
'2014-05-01 18:47:13.436523', '2014-05-01 18:47:14.486877'], 
        'battle_deaths': [34, 25, 26, 15, 15, 14, 26, 25, 62, 41],
        'category' : ["A", "A","A","A","C","A","B","C","B","B"],
        'chicken_dinners':["4000", "5000", "6000", "-1000","4500", 
                            "5900", "6300", "6712","7788","4681"]
       }

df = pd.DataFrame(data, columns = ['date', 'battle_deaths', 'category', 'chicken_dinners'])
df['date'] = pd.to_datetime(df['date'])
df.index = df['date']
del df['date']

print(df)   

>     date  battle_deaths   category    
>     2014-05-01 18:47:05.069722    34  A
>     2014-05-01 18:47:06.119994    25  A
>     2014-05-01 18:47:07.178768    26  A
>     2014-05-01 18:47:08.230071    15  A
>     2014-05-01 18:47:09.230071    15  C
>     2014-05-01 18:47:10.280592    14  A
>     2014-05-01 18:47:11.332662    26  B
>     2014-05-01 18:47:12.385109    25  C
>     2014-05-01 18:47:13.436523    62  B
>     2014-05-01 18:47:14.486877    41  B



#plot code
random_x = df.index

traceC1 = go.Scattergl(
    x=random_x,
    y=df["battle_deaths"],
    mode='lines+ markers',
    name="battle_deaths ",
    hoverinfo='x'
)
traceC2 = go.Scattergl(
    x=random_x,
    y=df["chicken_dinners"],
    mode='lines',
    name="chicken_dinners",
    hoverinfo='y'
)  

#append traces to the above colored plot, no need to color other plots
fig_circ = tools.make_subplots(rows=2, cols=1, shared_xaxes=True)
fig_circ.append_trace(traceC1, 1, 1)
fig_circ.append_trace(traceC2, 2, 1)

#custom scales on different sensor data channels
#scaling is important and can't autoscale, because data has 'spikes' all over the place

fig_circ['layout'].update(
                            height=1000, width=1600,
                            margin = dict(l = 100, r =0, t=0, b= 0),
                            yaxis = dict(range = [0, 100],
                            yaxis2 = dict(range = [-50, 500])
                        )

plotly.offline.plot(fig_circ, filename='sample.html')

Answer 1

В настоящее время (февраль 2019) простого и прямого способа сделать это не существует.

Одним из возможных решений будет:

• построить несколько трасс с помощьюразные цвета
• сгруппируйте идентичные цвета с помощью legendgroup
• установите showlegend в значение False, если категория уже построена

Приведенный ниже код может использовать некоторую оптимизацию, ноэто должно начать вас.

import pandas as pd
import plotly
plotly.offline.init_notebook_mode()

# taken from the original question
data = {
        'date': ['2014-05-01 18:47:05.069722', '2014-05-01 18:47:06.119994',
'2014-05-01 18:47:07.178768', '2014-05-01 18:47:08.230071', 
'2014-05-01 18:47:09.230071', '2014-05-01 18:47:10.280592', 
'2014-05-01 18:47:11.332662', '2014-05-01 18:47:12.385109', 
'2014-05-01 18:47:13.436523', '2014-05-01 18:47:14.486877'], 
        'battle_deaths': [34, 25, 26, 15, 15, 14, 26, 25, 62, 41],
        'category' : ["A", "A","A","A","C","A","B","C","B","B"]
       }

df = pd.DataFrame(data, columns = ['date', 'battle_deaths', 'category'])
df['date'] = pd.to_datetime(df['date'])
df.index = df['date']
del df['date']

# just an empty figure
fig = plotly.graph_objs.Figure()

# a dict which maps your categorical values to colors
colors = {'A': 'orange',
          'B': 'green',
          'C': 'red'}

# the list which stores categories which were already plotted
already_plotted = []

for i in range(df.shape[0] + 1):
    # create a new trace if the category changes or at the end of the data frame
    if i in (0, df.shape[0]) or cat != df.iloc[i, ]['category']:
        if i != 0:
            if i != df.shape[0]:
                x.append(df.iloc[i,].name)
                y.append(df.iloc[i,]['battle_deaths'])
            trace = plotly.graph_objs.Scatter(x=x, y=y, 
                                              legendgroup=cat,  # group identical categories
                                              showlegend=cat not in already_plotted,  # hide legend if already plotted
                                              name=cat,
                                              marker={'color': colors[df.iloc[i - 1, ]['category']]})
            fig.add_trace(trace)
            already_plotted.append(cat)

        if i == df.shape[0]:
            continue
        cat = df.iloc[i, ]['category']
        x = []
        y = []    

    x.append(df.iloc[i,].name)
    y.append(df.iloc[i,]['battle_deaths'])

plotly.offline.iplot(fig)