Plotly：如何使用折线图的下拉列表更新Plotly数据？

如何解决Plotly：如何使用折线图的下拉列表更新Plotly数据？

我正在尝试向可绘制的折线图添加下拉菜单，以在选中时更新图数据源。我的数据有3列，看起来像这样：

1               Country  Average House Price (£)       Date
0  Northern Ireland                      47101.0 1992-04-01
1  Northern Ireland                      49911.0 1992-07-01
2  Northern Ireland                      50174.0 1992-10-01
3  Northern Ireland                      46664.0 1993-01-01
4  Northern Ireland                      48247.0 1993-04-01

“国家/地区”列包含英国的4个国家/地区，用于使用color参数为每个国家/地区创建单独的行。对于不同的住房类型，例如all_dwellings，first_timebuyers，我有4个不同的数据框，当尝试指定updatemenus参数时，似乎无法使用数据框格式。这是创建整个图形的代码。

lineplt = px.line(data_frame = all_dwellings,x='Date',y='Average House Price (£)',color= 'Country',hover_name='Country',color_discrete_sequence=['rgb(23,153,59)','rgb(214,163,21)','rgb(40,48,165)','rgb(210,38)']
              )
updatemenus = [
{'buttons': [
            {
            'method': 'restyle','label': 'All Dwellings','args': [{'data_frame': all_dwellings}]
            },{
            'method': 'restyle','label': 'First Time Buyers','args': [{'data_frame': first_buyers}]
            }
            ],'direction': 'down','showactive': True,}
]

lineplt = lineplt.update_layout(
            title_text='Average House Price in UK (£)',title_x=0.5,#plot_bgcolor= 'rgb(194,208,209)',xaxis_showgrid=False,yaxis_showgrid=False,hoverlabel=dict(font_size=10,bgcolor='rgb(69,95,154)',bordercolor= 'whitesmoke'),legend=dict(title='Please click legend item to remove <br>or add to plot',x=0,y=1,traceorder='normal',bgcolor='LightSteelBlue',xanchor = 'auto'),updatemenus=updatemenus
            )
lineplt = lineplt.update_traces(mode="lines",hovertemplate= 'Date = %{x} <br>' + 'Price = £%{y:.2f}')
lineplt.show()

但是我遇到以下错误：

TypeError: Object of type DataFrame is not JSON serializable

所有示例似乎都将项目转换为列表，但这似乎不适用于数据框格式。有人可以帮忙吗？如果问题不清楚，请通知我。

编辑-all_dwellings.head（20）.to_dict（）的输出

{'Country': {0: 'Northern Ireland    ',1: 'Northern Ireland    ',2: 'Northern Ireland    ',3: 'Northern Ireland    ',4: 'Northern Ireland    ',5: 'Northern Ireland    ',6: 'Northern Ireland    ',7: 'Northern Ireland    ',8: 'Northern Ireland    ',9: 'Northern Ireland    ',10: 'Northern Ireland    ',11: 'Northern Ireland    ',12: 'Northern Ireland    ',13: 'Northern Ireland    ',14: 'Northern Ireland    ',15: 'Northern Ireland    ',16: 'Northern Ireland    ',17: 'Northern Ireland    ',18: 'Northern Ireland    ',19: 'Northern Ireland    '},'Average House Price (£)': {0: 47101.0,1: 49911.0,2: 50174.0,3: 46664.0,4: 48247.0,5: 54891.0,6: 53773.0,7: 57594.0,8: 49804.0,9: 58586.0,10: 55154.0,11: 55413.0,12: 60239.0,13: 59094.0,14: 57131.0,15: 61849.0,16: 61951.0,17: 61595.0,18: 68705.0,19: 74869.0},'Date': {0: Timestamp('1992-04-01 00:00:00'),1: Timestamp('1992-07-01 00:00:00'),2: Timestamp('1992-10-01 00:00:00'),3: Timestamp('1993-01-01 00:00:00'),4: Timestamp('1993-04-01 00:00:00'),5: Timestamp('1993-07-01 00:00:00'),6: Timestamp('1993-10-01 00:00:00'),7: Timestamp('1994-01-01 00:00:00'),8: Timestamp('1994-04-01 00:00:00'),9: Timestamp('1994-07-01 00:00:00'),10: Timestamp('1994-10-01 00:00:00'),11: Timestamp('1995-01-01 00:00:00'),12: Timestamp('1995-04-01 00:00:00'),13: Timestamp('1995-07-01 00:00:00'),14: Timestamp('1995-10-01 00:00:00'),15: Timestamp('1996-01-01 00:00:00'),16: Timestamp('1996-04-01 00:00:00'),17: Timestamp('1996-07-01 00:00:00'),18: Timestamp('1996-10-01 00:00:00'),19: Timestamp('1997-01-01 00:00:00')}}

first_buyers的输出

{'Country': {0: 'Northern Ireland    ','Average House Price (£)': {0: 29280.0,1: 32690.0,2: 29053.0,3: 30241.0,4: 31032.0,5: 31409.0,6: 31299.0,7: 28922.0,8: 28621.0,9: 31519.0,10: 33497.0,11: 35861.0,12: 32472.0,13: 34493.0,14: 33662.0,15: 32630.0,16: 33426.0,17: 37154.0,18: 36555.0,19: 36406.0},19: Timestamp('1997-01-01 00:00:00')}}

解决方法

我已经使用您的完整数据样本进行了初步设置，我想我已经知道了。这里的挑战是Could not find file file.ext将根据px.line参数对数据进行分组。这就使得使用下拉菜单直接参考color图的来源来编辑显示的数据变得更加困难。

但是您实际上可以为不同的数据集构建多个px.line图，然后使用那里的图正确的结构来“窃取”数据。这将为您提供以下下拉菜单选项的数字：

我有点担心第二个情节可能有点偏离，但是我使用的是您提供的日期，px.line的日期如下：

那么毕竟这有意义吗？

下面是完整的代码没有您的数据。我们可以讨论细节，明天再作调整。再见吧。

first_timebuyers