使用Python中的字符串下拉菜单过滤数据框

Question

我有一个由八列组成的 df 。我对其中两个感兴趣：“Id”和“Description”。 “Id”包含数字值，而“Description”包含字符串值（例如“高紧急情况”、“低紧急情况”、“区域 1”）。我想使用包含选定单词列表的下拉菜单来过滤 df。例如，在下拉菜单中选择单词“emergency”，结果应该是一个新的 df，仅过滤“Description”列中包含单词“emergency”的行。

过滤后，我想在条形图中绘制剩余 Id 的出现次数（使用 value_counts() 方法进行计数），该条形图根据下拉菜单中所选的关键字进行更新。

我在这里报告我到目前为止编写的代码（df已经导入）：

import ipywidgets
from bokeh.io import push_notebook
from bokeh.plotting import figure
from bokeh.io import output_notebook, show, reset_output
from bokeh.models import Range1d

output_notebook()

# drop-down widget
drop_down = ipywidgets.Dropdown(options=['emergency',
                                         'zone'],
                                description='Keyword:'
                               )
#data. I have problems here because I am passing alarm_count that is defined later in the function
x_bar_data_ipyw = alarm_count.IdAlarm.astype(str) 
y_bar_data_ipyw = alarm_count.Count

# figure and plot
bar_chart_interactive = figure(x_range=x_bar_data_ipyw, plot_height=300)
bar_ipyw = bar_chart_interactive.vbar(x_bar_data_ipyw, top=y_bar_data_ipyw, color='green', width=0.5)
bar_chart_interactive.y_range=Range1d(0, 18)

# function - bar chart
def filter(word):
        if word == 'emergency': 
            alarm_count = []
            alarm_count = df[df.Description.str.contains(word)].IdAlarm.value_counts().reset_index()
            alarm_count.columns = ['IdAlarm','Count']
            #alarm_count.sort_values(by = "Count", ascending = False)

        elif word == 'zone': 
            alarm_count = df[df.Description.str.contains(word)].IdAlarm.value_counts().reset_index()
            alarm_count.columns = ['IdAlarm','Count']
            #alarm_count.sort_values(by = "Count", ascending = False)



        push_notebook()


show(bar_chart_interactive, notebook_handle=True)

# interaction
ipywidgets.interact(filter, word=drop_down)

到目前为止，我无法绘制过滤后的图表，然后，我无法更新绘制的图表。 有什么建议吗？

编辑：

我的 df 示例：

Answer 1

为此，您需要在一个单元格中运行 ipywidget，然后捕获值。在下一个单元格中，您可以根据选择将过滤器应用于 df 并进行绘图。 使用观察来捕获小部件选择值。 使用全局或自变量来存储值。

#first cell
drop_down = ipywidgets.Dropdown(options=['emergency',
                                         'zone'],
                                description='Keyword:'
                               )
def observe_type_value(type_value):
    global type_selection       
    type_selection = type_value['new']
    print(type_selection)

drop_down.observe(observe_type_value, 'value')
display(drop_down)

#second cell
filter(type_selection)

#现在 df 已被过滤。使用此 df 进行绘图