Altair 的累计计数

Question

我正在尝试以日期作为 X 轴并以多个累积计数作为 Y 来绘制数据。

我有一组项目，例如：

id1 date1 user1
id2 date2 user1
id3 date3 user2

在这个例子中，我希望绘图有 2 条线，X 轴有三个条目（日期 1、日期 2、日期 3），用户 1 在日期 1 的 Y 值为 1，在日期 2 为 2 , 2 在日期 3; user2 在 date1 有 0，在 date2 有 0，在 date3 有 1。

直接做图表，看不出这个累计数应该用什么。例如

Chart(data).mark_line().encode(x='date:T', y='count(*)', color='username')

显然会创建一个图表，其中大多数值为 0（很少有条目具有完全相同的日期）。

理想情况下，

Chart(data).mark_line().encode(x='date:T', y='cumcount(*)', color='username')

可以，但似乎没有等效项 in the documentation。

在我的真实案例中，我在几个月内有大约 10 个用户和几千个条目。

Answer 1

我认为 Altair 尚不提供累积计数聚合。同时，可以在Pandas中进行相应的操作。这是一种这样的方式。我相信可以有更有效的方法。

import pandas as pd
import numpy as np
np.random.seed(0)
user_list = ['user1', 'user2']
df = pd.DataFrame({'date':range(2000, 2010),
                  'username':np.random.choice(user_list, 10)})

这就是 df 的样子。

    date    username
0   2000    user1
1   2001    user2
2   2002    user2
3   2003    user1
4   2004    user2
5   2005    user2
6   2006    user2
7   2007    user2
8   2008    user2
9   2009    user2

交叉制表

d = pd.crosstab(df.date, columns=df.username).cumsum()
d = d.stack().reset_index()
d = d.rename(columns={0:'CummulativeCount'})

这是d.head()的输出。

date    username    CummulativeCount
0   2000    user1   1
1   2000    user2   0
2   2001    user1   1
3   2001    user2   1
4   2002    user1   1

现在，我们可以使用 Altair 而无需担心任何聚合。

from altair import Chart
c = Chart(d)
c.mark_line().encode(x='date:T', y='CummulativeCount:Q', color='username')

Altair 的累计计数

Cumulative count with altair

python

data-visualization

altair