这可能是Altair特定的数据处理问题。但是我有一些调查数据,在这些数据中,受访者选择了年龄范围而不是他们的实际年龄,并且我正在尝试使用中线绘制直方图。带有中性线的Altair示例似乎都在进行分类,我不确定如何解决。
由于x轴是分类的(我认为),所以我不能只在两者之间添加一条线。也许我需要将组转换为数字形式?
这是我到目前为止所拥有的
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
该代码将生成以下图表:
答案 0 :(得分:1)
如果要计算x值的平均值,则需要指定定量值:即使这些字符串碰巧包含数字,也不能很好地定义计算字符串的平均值。对于您的数据,您可以使用Calculate Transform来执行以下操作:
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,这个平均值只是一个近似值:合并数据中没有足够的信息来计算实际平均年龄,但是每个bin的中点平均值是对真实值的最佳估计。