この記事に書いた現象は、bokeh3.1では発生しません。

環境

Python 3.10.2
bokeh 3.0.3
pandas 1.5.3

背景

string型の列を持つpandas.DataFrameを使って、bokehでグラフを描画したいです。

sample.py

from bokeh.plotting import ColumnDataSource, figure, output_file, show
import pandas

output_file("toolbar.html")
data = dict(
    x=[1, 2, 3, 4, 5],
    y=[2, 5, 8, 2, 7],
    desc=["A", "b", "C", "d", "E"],
)
df = pandas.DataFrame(data)
# `desc`列のdtypeをobjectからstringに変換
df["desc"] = df["desc"].astype("string")

source = ColumnDataSource(data=df)
TOOLTIPS = [
    ("desc", "@desc"),
]
p = figure(tooltips=TOOLTIPS)
p.circle("x", "y", size=20, source=source)
show(p)

起きたこと

bokeh 3.0.3で以下のコードを実行すると、SerializationErrorエラーが発生しました。

Traceback (most recent call last):
  File "/home/vagrant/Documents/study/20230219/sample.py", line 24, in <module>
    show(p)
...
  File "/home/vagrant/Documents/study/20230219/.venv/lib/python3.10/site-packages/bokeh/core/serialization.py", line 461, in error
    raise SerializationError(message)
bokeh.core.serialization.SerializationError: can't serialize <class 'pandas.core.arrays.string_.StringArray'>

ただし bokeh 2.4.3で実行するとエラーは発生せずに、グラフは期待通り描画されました。

原因

原因は分かりませんでした。

bokehのMigration Guidesによると、3.0.0からpanadsに依存するようになったようです。もしかしたら、これに関係しているのかもしれません。

Bokeh now requires pandas.

Githubにissueを作ったので、返信待ちです。

追記

PullRequestがマージされました。bokeh3.1で解決されました。
https://github.com/bokeh/bokeh/pull/12841

補足

`pandas.NA`を含むDataFrameも描画できない

output_file("toolbar.html")
data = dict(
    x=[1, 2, 3, 4, 5],
    y=[2, 5, 8, 2, 7],
    desc=["A", "b", "C", "d", "E"],
)
df = pandas.DataFrame(data)
df["desc"][4] = pandas.NA
print(df["desc"])
# 0       A
# 1       b
# 2       C
# 3       d
# 4    <NA>
# Name: desc, dtype: object

source = ColumnDataSource(data=df)
TOOLTIPS = [
    ("desc", "@desc"),
]
p = figure(tooltips=TOOLTIPS)
p.circle("x", "y", size=20, source=source)
show(p)

desc列のdtypeがobjectでもpandas.NAを含むと、SerializationErrorが発生します。

bokeh.core.serialization.SerializationError: can't serialize <class 'pandas._libs.missing.NAType'>

`Int64`型の列を含むDataFrameも描画できない

output_file("sample.html")

x = pandas.Series([1, 2, 3, 4, 5], dtype="Int64")
y = pandas.Series([2, 5, 8, 2, 3], dtype="Int64")
df = pandas.DataFrame({"x": x, "y": y})

print(df)
#    x  y
# 0  1  2
# 1  2  5
# 2  3  8
# 3  4  2
# 4  5  3

source = ColumnDataSource(data=df)
p = figure()
p.circle("x", "y", size=20, source=source)
show(p)

SerializationErrorが発生します。要はnullableなdtypeは、bokeh3.0では対応していません。


bokeh.core.serialization.SerializationError: can't serialize <class 'pandas.core.arrays.integer.IntegerArray'>