【问题标题】:How to scale/drop NaN/0's from graph visually如何直观地从图表中缩放/删除 NaN/0
【发布时间】:2020-08-09 01:05:59
【问题描述】:

我想从第一个非零或非 NaN 值开始图表,如果可能,也只连接非零/非 NaN 项。

def CreateAvgGraph(input_data):
    KK = test3.loc[[input_data],:]
    K = KK.T
    K = K.fillna(0)
    K = K.reset_index()
    list1a = K['index'].tolist()
    list2a = K[input_data].tolist()
    return dcc.Graph(
        id='example-graph2',
        figure={
            'data': [
                {'x' : list1a , 'y': list2a, 'type':'line','name' :input_data},
            ],
            'layout': {
                'title': str(input_data) + ' Average Price'
            }
        }
    )
    
    [![enter image description here][1]][1]

移除 fillNa 并没有真正的帮助,因为视图比例太大。

def CreateAvgGraph(input_data):
    KK = test3.loc[[input_data],:]
    K = KK.T
    K = K.reset_index()
    list1a = K['index'].tolist()
    list2a = K[input_data].tolist()
    return dcc.Graph(
        id='example-graph2',
        figure={
            'data': [
                {'x' : list1a , 'y': list2a, 'type':'line','name' :input_data},
            ],
            'layout': {
                'title': str(input_data) + ' Average Price'
            }
        }
    )

我已经设法做了一个丑陋的修复,但必须有更好的方法吗?

def CreateAvgGraph(input_data):
    KK = test3.loc[[input_data],:]
    K = KK.T
    K = K.fillna(0)
    K = K.reset_index()
    list1a = K['index'].tolist()
    list2a = K[input_data].tolist()
    list2aa = []
    list1aa =[]
    for i in range(0,len(list1a)):
        if list2a[i] > 0:
            list1aa.append(list1a[i])
            list2aa.append(list2a[i])
        else:
            continue
return dcc.Graph(
    id='example-graph2',
    figure={
        'data': [
            {'x' : list1aa , 'y': list2aa, 'type':'line','name' :input_data},
        ],
        'layout': {
            'title': str(input_data) + ' Average Price'

【问题讨论】:

标签: python-3.x graph plotly plotly-dash


【解决方案1】:

如果您只是想绘制所有非 nan 值,您应该只删除 nan 值而不是用零填充它们,即您应该将 K.fillna(0) 替换为 K.dropna()

【讨论】:

    猜你喜欢
    • 2014-03-13
    • 1970-01-01
    • 1970-01-01
    • 2020-07-17
    • 2018-09-23
    • 2014-12-23
    • 1970-01-01
    • 1970-01-01
    • 2018-01-23
    相关资源
    最近更新 更多