Plotly : 월별 및 연간 평균 드롭 다운 옵션을 만드는 방법은 무엇입니까?

다음은 이러한 옵션에 대해 다음 세 가지 그림을 제공하는 전체 설정입니다.

['daily', 'monthly', 'yearly']

나는 수치를 조금 더 흥미롭게 만들기 위해 약간 비틀어 재현 가능한 데이터에 대한 설정을 사용했습니다 . 예를 들어,을 사용 "Site 1": np.random.rand(366)하는 동안 np.random.randint(-1, 2, 366).cumsum(). 이것은 잡음보다는 (확률 적) 추세를 나타낼 가능성이있는 누적 된 계열을 생성합니다. 그리고 이것은 그림에서 일어나는 일, 특히 일일 데이터를 보여주는 버전을 더 쉽게 볼 수있게합니다.

플롯 1-매일

플롯 2-매월

플롯 3a-산점 추적이있는 연간 데이터

이거 좀 웃기지 않나요? 마지막 옵션에 대해 다음과 같이 변경하려면 알려주십시오.

플롯 3b-막대 추적이있는 연간 데이터

그리고 주석이 그 내용을 다루지 않는 경우 전체 코드 스 니펫에서 어떤 일이 벌어지고 있는지에 대한 자세한 내용을 원하면 알려주십시오.

import pandas as pd
import numpy as np
from numpy import random
import plotly.express as px
import cufflinks as cf
import plotly.graph_objects as go

random.seed(30)

df = pd.DataFrame({
    "Site 1": np.random.randint(-1, 2, 366).cumsum(),
    "Site 2": np.random.randint(-1, 2, 366).cumsum(),
    "Site 3": np.random.randint(-1, 2, 366).cumsum(),
    "Site 4": np.random.randint(-1, 2, 366).cumsum(),
    "Site 5": np.random.randint(-1, 2, 366).cumsum(),
    "Site 6": np.random.randint(-1, 2, 366).cumsum()})

idx = pd.date_range(start='2000-01-01', end='2000-12-31',freq ='D')
df = df.set_index(idx)

dfmon = df.resample('M').mean()
dfyr = df.resample('AS').mean()

df.index.names = ['Date']
df.reset_index(inplace= True)

dfmon.index.names = ['Date']
dfmon.reset_index(inplace= True)

dfyr.index.names = ['Date']
dfyr.reset_index(inplace= True)

fig = go.Figure()
dfs = {'daily':df, 'monthly': dfmon, 'yearly' :dfyr}

# your setup this far...

# ... here is where I've added my contributions:

# specify visibility for traces accross dataframes
frames = len(dfs) # number of dataframes organized in  dict
columns = len(dfs['daily'].columns) - 1 # number of columns i df, minus 1 for Date
scenarios = [list(s) for s in [e==1 for e in np.eye(frames)]]
visibility = [list(np.repeat(e, columns)) for e in scenarios] 

# container for buttons
buttons = []

# iterate of dataframes in dfs:
# - i is used to reference visibility attributes
# - k is the name for each dataframe
# - v is the dataframe itself
for i, (k, v) in enumerate(dfs.items()):
    print(i)
    for c, column in enumerate(v.columns[1:]):
        fig.add_scatter(name = column,
                        x = v['Date'],
                        y = v[column], 
                        visible=True if k=='daily' else False # 'daily' values are shown from the start
                       )
                
    # one button per dataframe to trigger the visibility
    # of all columns / traces for each dataframe
    button =  dict(label=k,
                   method = 'restyle',
                   args = ['visible',visibility[i]])
    buttons.append(button)

# include dropdown updatemenu in layout
fig.update_layout(updatemenus=[dict(type="dropdown",
                                    direction="down",
                                    buttons = buttons)])
fig.show()