如何使用 Bokeh 0.10.0 处理梯度交叉表的缺失值？

Question

我是新手，正在使用 Bokeh 0.10.0，遵循此 example。

我在 pandas df 中引入缺失值

# Swap a real numeric value to missing
data['Jan'][0] = np.nan

行后

data = data.set_index('Year')

运行时报错

Traceback (most recent call last):
  File "C:\Users\KubiK\Desktop\Try2.py", line 36, in <module>
    color.append(colors[min(int(monthly_rate)-2, 8)])
ValueError: cannot convert float NaN to integer

我们如何告诉 Bokeh 跳过那个缺失值？

Answer 1

我看到两个可能的选择。

[选项 1] 预先对 pandas DataFrame data 进行替换，并在 for 循环中处理颜色分配：

data.replace([np.nan], -1, inplace=True)
for y in years:
    for m in months:
        month.append(m)
        year.append(y)
        monthly_rate = data[m][y]
        if monthly_rate == -1:
            color.append('#FFFFFF')
        rate.append(monthly_rate)
        color.append(colors[min(int(monthly_rate)-2, 8)])

[选项 2] 使用 if.

处理 for 循环中的 np.nan

for y in years:
    for m in months:
        month.append(m)
        year.append(y)
        monthly_rate = data[m][y]
        if np.isnan(monthly_rate):
            rate.append(-1)
            color.append('#FFFFFF')
        else:
            rate.append(monthly_rate)
            color.append(colors[min(int(monthly_rate)-2, 8)])

请注意，我正在分配颜色 #FFFFFF 和 -1 的值，但您可以将其更改为您想要的值。

如何使用 Bokeh 0.10.0 处理梯度交叉表的缺失值？

How to handle missing value for gradient crosstab using Bokeh 0.10.0?

python

missing-data

python-2.7

bokeh