基于分组统计，对Altair图表的分类因素进行排序

Question

我希望根据某些组的统计数据，如平均值、标准差等，更改Altair图表的分面顺序。

在某些情况下，排序函数可能更复杂，例如两个移动平均数之间的差值、EWMA的斜率等，因此如果可能的话，我也想能够“传递”顺序。

这是可测试的代码:

import pandas as pd
import numpy as np
import altair as alt

alt.renderers.enable('notebook')

# make some data to test
N = 500
df = pd.DataFrame({
    'Date Time': pd.date_range('2019-06-19', periods=N, freq='H'),
    'A':  np.random.normal(6, 1, N),
    'B': np.random.normal(5, 1, N),
    'C': np.random.normal(7, 1, N),
    'D': np.random.normal(8, 1, N)
}).melt('Date Time')

# render the chart using facets
p = alt.Chart(df).mark_point().encode(
    facet='variable',
    y='value',
    x='Date Time',
    color='variable',
)

# set some aditional properties
p.properties(width=230, height=150, columns=3).resolve_scale()

以下代码会生成这样一个图表，其中各个方块按字母顺序排序：

我希望排序方式是按平均值从大到小排序：

var_order = df.groupby('variable').mean().sort_values('variable', ascending=False).index.values
var_order

产生：

array(['D', 'C', 'B', 'A'], dtype=object)

我看到一些帖子表明在x和y上排序是可能的，但这种情况是我想要对面进行排序。

- Randall Goodwin

Answer 1

您可以在facet编码中使用EncodingSortField，例如：

p = alt.Chart(df).mark_point().encode(
    y='value',
    x='Date Time',
    color='variable',
    facet=alt.Facet('variable',
        sort=alt.EncodingSortField('value', op='mean', order='descending')
    )
)

# set some aditional properties
p.properties(width=230, height=150, columns=3).resolve_scale()

若要进行更为复杂的计算，可使用计算转换和/或聚合转换来计算新字段，然后按该字段排序。

- jakevdp

---

好的，很快就完成了 :). 我发布帖子后，去咖啡馆吃午餐，然后你已经发布了答案。顺便提一下，Altair 的整体工作非常出色。到目前为止，它是我发现的最接近 R Grid/Lattice 的工具，并且与 Bokeh 相比，具有更直观、易于使用的界面（在我看来）。继续保持出色的工作......如果有机会，也许我会在 Stack Overflow 上回答一个与 Altair 相关的问题。 - Randall Goodwin