Slopegraph

Ein Slopegraph zeigt Veränderungen einzelner Kategorien zwischen zwei Zeitpunkten und eignet sich besonders für Vorher-Nachher-Vergleiche.

---

Funktion

def slopegraph(
    df: pd.DataFrame,
    category_col: str,
    year_col: str,
    value_col: str,
    title: str = "Slopegraph",
    **kwargs
) -> ggplot:

Parameter:

• df (pandas.DataFrame): DataFrame mit den Daten für den Plot.
• category_col (str): Name der Spalte für die Kategorien (z.B. Länder).
• year_col (str): Name der Spalte für die Zeitpunkte (z.B. Jahre).
• value_col (str): Name der Spalte für die Werte (numerisch).
• title (str, optional): Titel des Plots.
• kwargs: Zusätzliche Argumente für geom_line (z.B. color, alpha).

Rückgabewert:

• plot (plotnine.ggplot): Ein ggplot-Objekt mit dem Slopegraph.

---

Anwendungsbeispiel

Der folgende Beispielcode erzeugt den abgebildeten Beispieloutput.

import pandas as pd
import dufteplots as dp

# Beispieldaten
countries = ["Switzerland", "USA", "Germany", "Sweden", "Japan"]
y1970 = [32.5, 31.0, 36.0, 34.0, 29.0]
y1979 = [31.0, 33.5, 37.0, 35.0, 30.0]

data_slope = []
for country, v70, v79 in zip(countries, y1970, y1979):
    trend = "Increase" if v79 > v70 else "Decrease"
    data_slope.append({"Country": country, "Year": "1970", "Value": v70, "Trend": trend})
    data_slope.append({"Country": country, "Year": "1979", "Value": v79, "Trend": trend})

df = pd.DataFrame(data_slope)

# Slopegraph erstellen
plot = dp.slopegraph(
    df,
    category_col="Country",
    year_col="Year",
    value_col="Value",
    title="Government Receipts as % of GDP (1970 vs 1979)"
)

# Plot anzeigen
plot.show()