python - 根据组统计对 Altair 图的各个方面进行排序

Question

我想根据一些组统计数据(例如均值、西格玛等)更改 Altair 图表的各个方面的顺序。

在某些情况下，排序函数可能会更复杂，例如两条移动平均线之间的delta，EWMA的斜率等，所以我也希望能够在可能的情况下在订单中“通过”。

这是可测试用例代码:

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()

生成此图表，其中各个方面按字母顺序排序:

我希望排序顺序是从最大均值到最小均值:

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

产生:

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

我读过一些帖子表明可以对 x 和 y 进行排序，但在这种情况下我想自己对面孔进行排序。

Answer 1

您可以在 facet 编码上使用 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()

对于更复杂的计算，您可以使用计算转换和/或聚合转换来计算新字段，并按其排序。