如何在 Altair 中绘制带有中线的预分箱直方图？

Question

这可能更像是一个数据处理问题，而不是 Altair 特有的问题。但是我有一些调查数据，其中受访者选择了一个年龄范围而不是他们的实际年龄，我正在尝试制作一个带有中线的直方图。带有平均线的 Altair 示例似乎都在动态进行装箱，我不确定如何解决这个问题。

由于 x 轴是绝对的（我认为）我不能只在两者之间的某处添加一条线。也许我需要将组转换为数字？

这是我目前所拥有的

sample = ['35-39', '25-29', '30-34', '30-34', '25-29', '30-34', '22-24',
          '50-54', '30-34', '40-44', '22-24', '25-29', '22-24', '50-54',
          '22-24', '35-39', '25-29', '22-24', '22-24', '25-29', '25-29',
          '30-34', '22-24', '40-44', '30-34', '25-29', '30-34', '25-29']
data = pd.DataFrame({'age': sample})
data

bars = alt.Chart(data).mark_bar().encode(
    x=alt.X('age'),
    y='count():Q'
)

mean = alt.Chart(data).mark_rule().encode(
    x = 'mean(age)',
    size=alt.value(5)
)

bars+mean

该代码生成此图表：

Answer 1

如果要计算 x 值的平均值，则需要指定定量值：计算字符串的平均值（即使这些字符串恰好包含数字）未明确定义。对于你的数据，你可以使用 Calculate Transform 来做这样的事情：

import altair as alt
import pandas as pd
sample = ['35-39', '25-29', '30-34', '30-34', '25-29', '30-34', '22-24',
          '50-54', '30-34', '40-44', '22-24', '25-29', '22-24', '50-54',
          '22-24', '35-39', '25-29', '22-24', '22-24', '25-29', '25-29',
          '30-34', '22-24', '40-44', '30-34', '25-29', '30-34', '25-29']
data = pd.DataFrame({'age': sample})

base = alt.Chart(data).transform_calculate(
    age_min='parseInt(split(datum.age, "-")[0])',
    age_max='parseInt(split(datum.age, "-")[1]) + 1',
    age_mid='(datum.age_min + datum.age_max) / 2',
)

bars = base.mark_bar().encode(
    x=alt.X('age_min:Q', bin='binned'),
    x2='age_max:Q',
    y='count():Q'
)

mean = base.mark_rule(size=5).encode(
    x = 'mean(age_mid):Q',
)

bars+mean

请注意，此平均值只是一个近似值：分箱数据中没有足够的信息来计算实际平均年龄，但每个分箱的中点平均值是真实值的最佳估计值。

如何在 Altair 中绘制带有中线的预分箱直方图？

How to plot a pre-binned histogram with median line in Altair?

python

data-visualization

altair