在 Altair/Vega-lite 如何顯示分組類別的百分比而不是總數？

Question

新手使用 Altair/Vega-lite 並努力“獲得”轉換、計算和編碼思維方式，尤其是對於更復雜/嵌套的數據。

具體來說，我正在嘗試創建一個超級簡單的分層直方圖，顯示不同國家的工資分布。

到目前為止，我能夠在 Y 軸上獲得與總數相比的出現百分比：

salaries = {
    'NL': np.random.normal(loc=80000, scale=30000, size=(500,)),
    'ES': np.random.normal(loc=80000, scale=30000, size=(50,))
}
source = pd.DataFrame({k:pd.Series(v) for k,v in salaries.items()})

c = alt.Chart(source).transform_fold(
   ['NL', 'ES'],
   as_=['Benchmark', 'Salaries']
   ).transform_joinaggregate(
       total='count(*)',
       groupby=['Benchmark']
   ).transform_calculate(
       pct='1/ datum.total'
   ).mark_bar(opacity=0.3, binSpacing=0
   ).encode(
       alt.Color('Benchmark:N'),
       x=alt.X('Salaries:Q', bin=alt.Bin(maxbins=20)),
       y=alt.Y('sum(pct):Q', axis=alt.Axis(format='%'), stack=None)
   )

這導致：

總百分比

但是，我希望百分比適用於每個類別而不是總數。 因此，在此示例中，在 Y 軸上，第二個分布應顯示與第一個分布相同水平的百分比，因為它們是相同的正態分布。

我希望它足夠清楚，為可能缺乏統計理論和詞匯表來更好地解釋事情而道歉。

Answer 1

它按類別分組，但這里的問題是您的“ES”列有 450 個 nan 值，我猜這些值仍然計入count()中，因此實際值的百分比非常低。 解決此問題的一種方法是使用alt.Chart(source.dropna()) 。 這將產生下面的 plot。