Altair/Vega-Lite 条形图:从聚合字段中过滤前 K 条
Altair/Vega-Lite bar chart: filter top K bars from aggregated field
我正在可视化一个数据集,例如,它有一个分类字段。我想创建一个条形图,显示该字段的不同类别及其基数,按 'ascendind'/'descending' 顺序排序。这可以简单地通过 altair
:
来实现
import pandas as pd
import altair as alt
data = {0:{'Name':'Mary', 'Sport':'Tennis'},
1:{'Name':'Cal', 'Sport':'Tennis'},
2:{'Name':'John', 'Sport':'Tennis'},
3:{'Name':'Jane', 'Sport':'Tennis'},
4:{'Name':'Bob', 'Sport':'Golf'},
5:{'Name':'Jerry', 'Sport':'Golf'},
6:{'Name':'Gustavo', 'Sport':'Golf'},
7:{'Name':'Walter', 'Sport':'Swimming'},
8:{'Name':'Jessy', 'Sport':'Swimming'},
9:{'Name':'Patric', 'Sport':'Running'},
10:{'Name':'John', 'Sport':'Shooting'}}
df = pd.DataFrame(data).T
bars = alt.Chart(df).mark_bar().encode(
x=alt.X('count():Q', axis=alt.Axis(format='.0d', tickCount=4)),
y=alt.Y('Sport:N',
sort=alt.SortField(op='count', field='Sport:N', order='descending'))
)
bars
现在假设我只对前三个最多的类别感兴趣。使用"transform_window"和“transform_filter”来过滤数据似乎是合理的,但我找不到这样做的方法。我也去 Vega-Lite Top K example 尝试修改它但没有成功(我的 "best" 尝试如下所示)。
bars.transform_window(window=[alt.WindowFieldDef(op='count',
field='Sport:N',
**{'as':'cardinality'})],
frame=[None, None])
bars.transform_window(window=[alt.WindowFieldDef(op='rank',
field='cardinality',
**{'as':'rank'})],
frame=[None, None],
sort=[alt.WindowSortField(field='rank',
order='descending')])
bars.transform_filter( ..... what??? .....)
我可能会首先使用聚合转换来计算每个组中的人数,然后按照您链接到的前 K 个示例进行操作。
alt.Chart(df).mark_bar().encode(
x='count:Q',
y=alt.Y('Sport:N',
sort=alt.SortField(field='count', order='descending', op='sum')
),
).transform_aggregate(
count='count()',
groupby=['Sport']
).transform_window(
window=[{'op': 'rank', 'as': 'rank'}],
sort=[{'field': 'count', 'order': 'descending'}]
).transform_filter('datum.rank <= 3')
请注意,在 Altair 2.2 版(我撰写本文时尚未发布)中,alt.SortField
将重命名为 alt.EncodingSortField
,因为底层 Vega-Lite 架构发生了变化。
(旁注:用于排序和 window 转换的 altair API 目前非常笨拙,但我们正在努力思考如何改进它)
我正在可视化一个数据集,例如,它有一个分类字段。我想创建一个条形图,显示该字段的不同类别及其基数,按 'ascendind'/'descending' 顺序排序。这可以简单地通过 altair
:
import pandas as pd
import altair as alt
data = {0:{'Name':'Mary', 'Sport':'Tennis'},
1:{'Name':'Cal', 'Sport':'Tennis'},
2:{'Name':'John', 'Sport':'Tennis'},
3:{'Name':'Jane', 'Sport':'Tennis'},
4:{'Name':'Bob', 'Sport':'Golf'},
5:{'Name':'Jerry', 'Sport':'Golf'},
6:{'Name':'Gustavo', 'Sport':'Golf'},
7:{'Name':'Walter', 'Sport':'Swimming'},
8:{'Name':'Jessy', 'Sport':'Swimming'},
9:{'Name':'Patric', 'Sport':'Running'},
10:{'Name':'John', 'Sport':'Shooting'}}
df = pd.DataFrame(data).T
bars = alt.Chart(df).mark_bar().encode(
x=alt.X('count():Q', axis=alt.Axis(format='.0d', tickCount=4)),
y=alt.Y('Sport:N',
sort=alt.SortField(op='count', field='Sport:N', order='descending'))
)
bars
现在假设我只对前三个最多的类别感兴趣。使用"transform_window"和“transform_filter”来过滤数据似乎是合理的,但我找不到这样做的方法。我也去 Vega-Lite Top K example 尝试修改它但没有成功(我的 "best" 尝试如下所示)。
bars.transform_window(window=[alt.WindowFieldDef(op='count',
field='Sport:N',
**{'as':'cardinality'})],
frame=[None, None])
bars.transform_window(window=[alt.WindowFieldDef(op='rank',
field='cardinality',
**{'as':'rank'})],
frame=[None, None],
sort=[alt.WindowSortField(field='rank',
order='descending')])
bars.transform_filter( ..... what??? .....)
我可能会首先使用聚合转换来计算每个组中的人数,然后按照您链接到的前 K 个示例进行操作。
alt.Chart(df).mark_bar().encode(
x='count:Q',
y=alt.Y('Sport:N',
sort=alt.SortField(field='count', order='descending', op='sum')
),
).transform_aggregate(
count='count()',
groupby=['Sport']
).transform_window(
window=[{'op': 'rank', 'as': 'rank'}],
sort=[{'field': 'count', 'order': 'descending'}]
).transform_filter('datum.rank <= 3')
请注意,在 Altair 2.2 版(我撰写本文时尚未发布)中,alt.SortField
将重命名为 alt.EncodingSortField
,因为底层 Vega-Lite 架构发生了变化。
(旁注:用于排序和 window 转换的 altair API 目前非常笨拙,但我们正在努力思考如何改进它)