在 altair 中手动计算箱线图须

Question

我正在寻找一种在 altair 中手动查找箱线图须值的方法（因此无需在数据框中添加额外的列）。

下面是我正在尝试创建的情节。橙色区域应与箱线图须对齐，因此 'x' 的第一个值在 1.5*iqr 范围内。

我一直在研究 vega 表达式（inrange、clampRange ...），但找不到这样做的方法。

import altair as alt
import pandas as pd

values =  [0, 3, 4.4, 4.5, 4.6, 5, 7]
df = pd.DataFrame({'x': values})

points = alt.Chart(df).mark_circle(color='black', size=120).encode(
    x=alt.X('x:Q', scale=alt.Scale(zero=False)),
)

boxplot = alt.Chart(df).mark_boxplot(ticks=True, extent=1.5, outliers=True).encode(
    x='x:Q',
)

iqr = alt.Chart(df).mark_rect(color='lime').encode(
    x='q1(x):Q',
    x2='q3(x):Q'
)

whiskers = alt.Chart(df).mark_rect(color='orange').transform_aggregate(
    q1='q1(x)',
    q3='q3(x)',
).transform_calculate(
    iqr=alt.datum.q3 - alt.datum.q1,
    q0=alt.datum.q1 - (alt.datum.iqr * 1.5),
    q100=alt.datum.q3 + (alt.datum.iqr * 1.5),
).encode(
    x='q0:Q',
    x2='q100:Q',
)

minmax = alt.Chart(df).mark_rect(color='red').transform_aggregate(
    xmin='min(x)',
    xmax='max(x)'
).encode(
    x='xmin:Q',
    x2='xmax:Q',
).properties(width=1000)


((boxplot + points) & (minmax + whiskers + iqr + points)).resolve_scale(x='shared')

Answer 1

这里的关键是能够使用四分位数的聚合值来过滤原始数据。当您使用 transform_aggregate 时，您正在减少数据框以仅包含您正在创建的聚合值。如果您改为使用 transform_joinaggregate，则将聚合值连接到原始数据框，这意味着您可以使用 transform_filter 到 return 范围内的最大和最小原始数据点q1/q3 -/+ 1.5 * IQR:

whiskers = alt.Chart(df).mark_rect(color='orange').transform_joinaggregate(
    q1='q1(x)',
    q3='q3(x)',
).transform_calculate(
    iqr='datum.q3 - datum.q1'
).transform_filter(
    # VL concatenates these strings so we can split
    # them on two lines to improve readability
    'datum.x < (datum.q3 + datum.iqr * 1.5)'
    '&& datum.x > (datum.q1 - datum.iqr * 1.5)'
).encode(
    x='min(x)',
    x2='max(x)',
)

在 altair 中手动计算箱线图须

Manually calculate the boxplot whiskers in altair

python

altair