ЭТО НЕ РЕШЕНИЕ, НО РАБОТА ВО ВРЕМЯ, ЧТО Я СЧАСТЛИВА С
Поэтому я решил реализовать обход, используя заполненный линейный график.Вот код, одна вспомогательная функция для расчета ежемесячных кумулятивных значений и разбросанного по площади объекта рассеяния площади:
def cumulative_df(df, date_term, y_term, v_print):
v_print('Making the Monthly Sum DF')
df = df[[date_term, y_term]]
df = df.set_index(date_term)
gb = df.groupby(pd.Grouper(freq="M")).sum()
starts = []
for index, row in gb.iterrows():
new_start = index - pd.offsets.MonthBegin(1, normalize=True)
starts.append([new_start, row.values[0]])
starts_df = pd.DataFrame(starts, columns=[date_term, y_term])
starts_df = starts_df.set_index(date_term)
gb = gb.append(starts_df, sort=False)
gb.sort_values(date_term, inplace=True)
return gb
И вызываемый график:
cumulative = [go.Scatter(y=self.gb[self.y_column],
x=self.gb.index,
name='Cumulative',
hoverinfo='x+y',
hovertemplate="Month: %{x} <br>Cumulative Meter " + self.units + ": %{y}",
fill='tozeroy',
fillcolor=self.fill_color,
line={'color': self.cum_line_color,}
)]
scatters = cumulative + scatters
Вот вывод: