altair 的累积计数

Posted 2023-03-25

【中文标题】altair 的累积计数

【英文标题】：Cumulative count with altair

【发布时间】：2017-04-17 11:15:31

【问题描述】：

我正在尝试以日期为 X 轴和几个累积计数为 Ys 来绘制数据。

我有一组物品，例如：

id1 date1 user1
id2 date2 user1
id3 date3 user2

在此示例中，我希望绘图有 2 条线，X 轴将包含三个条目（date1、date2、date3），并且 user1 在 date1 处的 Y 值为 1，在 date2 处为 2，2在日期3； user2 在 date1 为 0，在 date2 为 0，在 date3 为 1。

直接制作图表，我看不到我应该使用什么来获得这个累积计数。例如

Chart(data).mark_line().encode(x='date:T', y='count(*)', color='username')

显然会创建一个大多数值为 0 的图表（很少有条目具有完全相同的日期）。

理想情况下，

Chart(data).mark_line().encode(x='date:T', y='cumcount(*)', color='username')

可以，但似乎没有等效的in the documentation。

在我的真实案例中，几个月内我有大约 10 个用户和几千个条目。

【问题讨论】：

虽然我在下面回答了通过 Pandas 的操作制作所需的情节，但可能值得关注这个问题：github.com/altair-viz/altair/issues/348

【参考方案1】：

我认为 Altair 中还没有累积计数聚合功能。同时，可以在 Pandas 中进行相应的操作。这是一种这样的方式。我相信可以有更有效的方法来做到这一点。

import pandas as pd
import numpy as np
np.random.seed(0)
user_list = ['user1', 'user2']
df = pd.DataFrame('date':range(2000, 2010),
                  'username':np.random.choice(user_list, 10))

这就是df 的样子。

    date    username
0   2000    user1
1   2001    user2
2   2002    user2
3   2003    user1
4   2004    user2
5   2005    user2
6   2006    user2
7   2007    user2
8   2008    user2
9   2009    user2

交叉制表

d = pd.crosstab(df.date, columns=df.username).cumsum()
d = d.stack().reset_index()
d = d.rename(columns=0:'CummulativeCount')

这是d.head()的输出。

date    username    CummulativeCount
0   2000    user1   1
1   2000    user2   0
2   2001    user1   1
3   2001    user2   1
4   2002    user1   1

现在，我们可以使用 Altair 而无需担心任何聚合。

from altair import Chart
c = Chart(d)
c.mark_line().encode(x='date:T', y='CummulativeCount:Q', color='username')

【讨论】：

感谢您的回答！为此，我按照您的建议进行了操作，尽管没有那么干净。