将显示离散的颜色而不是色标

Question

我通过做一些非常基本的例子来学习Plotly Choropleth映射。我正在世界地图上绘制国家的GDP。从低到高的GDP取代了色标，我得到了一个地图，每个国家的颜色都是不连续的。

我怀疑原始数据集中的GDP可能是字符串，例如'23，350,230'。我已将其转换为float，并确认该转换有效。

fig = px.choropleth(df, locations="Code",
                    color="GDP",
                    hover_name="Country",
                    color_continuous_scale=px.colors.sequential.Plasma)
fig.show()

我还尝试过将color_continuous_scale，including once from here的其他值都使用，并一起删除该参数，结果仍然是同一张具有离散颜色的贴图。

[请告诉我我做错了，谢谢！

---

编辑

要重现该问题：数据集来自Kaggle，可以下载here。它的格式不是很好，有很多空/冗余行和3个空列，所以我做了一些步骤来预处理数据。顺便说一句，如果预处理很粗糙，那么如果您对我如何进行改进有任何建议，非常欢迎！

df = pd.read_csv("gdp-ppp.csv", encoding = "ISO-8859-1")
df = df.drop(['Unnamed: 2', 'Unnamed: 5', 'Unnamed: 6'], axis=1)
df = df.drop(df.index[0:4])
df = df.drop(df.index[195:])
df = df.drop(df.index[-4:])

df.columns = ['Code', 'Rank', 'Country', 'GDP']

i = 4
for gdp in df["GDP"]:
    gdp = gdp.replace(",", "")
    df["GDP"][i] = float(gdp)
    i += 1

for gdp in df["GDP"]:
    if type(gdp) != type(1.1):
        print(gdp)

此似乎起作用，从不调用最后一个循环中的print(gdp)，并且数据帧看上去很干净。因此，当我使用上面的代码创建已创建的choropleth贴图时，数据正确显示在左侧的栏中，但是颜色是离散的。 Here's the screenshot of the map I get.

Answer 1

您的猜想是正确的，有计划地将GDP视为字符串，因此使用了不连续的颜色。使用str.replace从csv数据中删除逗号（然后转换为float）。类似于：

df["GDP"] = df["GDP"].str.replace(",","").astype(float)

这会在df.columns = ['Code', 'Rank', 'Country', 'GDP']之后出现，然后删除for循环。

完整代码：

import pandas as pd
import plotly.express as px 
df = pd.read_csv("gdp-csv-.csv", encoding = "ISO-8859-1")
df = df.drop(['Unnamed: 2', 'Unnamed: 5', 'Unnamed: 6'], axis=1)
df = df.drop(['Unnamed: 9', 'Unnamed: 10', 'Unnamed: 7', 'Unnamed: 8'], axis=1)
df = df.drop(df.index[0:4])
df = df.drop(df.index[195:])
df = df.drop(df.index[-4:])

df.columns = ['Code', 'Rank', 'Country', 'GDP']
df["GDP"] = df["GDP"].str.replace(",","").astype(float)

fig = px.choropleth(df, locations="Code",
                    color="GDP",
                    hover_name="Country",
                    color_continuous_scale=px.colors.sequential.Plasma)
fig.show()

btw，引入csv的更干净的方法是用usecols指定列，用skiprows指定行，请参见here：

df = pd.read_csv("gdp-csv-.csv", encoding = "ISO-8859-1", usecols=[0,1,3,4], skiprows=4, 
                 skipfooter=122, engine='python')
df.columns = ['Code', 'Rank', 'Country', 'GDP']
df["GDP"] = df["GDP"].str.replace(",","").astype(float)

编辑：将skipfooter添加到pd.read_csv