填充

填充转换（impute transform）允许您填充数据集中的缺失条目。例如，考虑以下数据，其中包含我们在长格式表示中过滤掉的缺失值（有关更多信息，请参见长格式与宽格式数据）。

import numpy as np
import pandas as pd

data = pd.DataFrame({
    't': range(5),
    'x': [2, np.nan, 3, 1, 3],
    'y': [5, 7, 5, np.nan, 4]
}).melt('t').dropna()
data

       t variable  value
    0  0        x    2.0
    2  2        x    3.0
    3  3        x    1.0
    4  4        x    3.0
    5  0        y    5.0
    6  1        y    7.0
    7  2        y    5.0
    9  4        y    4.0

注意结果：x 系列在 t=1 处没有条目，而 y 系列在 t=3 处有一个缺失条目。如果我们直接使用 Altair 可视化此数据，线条将跳过缺失的条目。

import altair as alt

raw = alt.Chart(data).mark_line(point=True).encode(
    x='t:Q',
    y='value:Q',
    color='variable:N'
)
raw

这并不总是可取的，因为（特别是对于没有点的折线图）它可能暗示存在实际上不存在的数据。

通过编码进行填充

为了解决这个问题，您可以使用编码通道的填充方法。例如，我们可以使用一个常量值进行填充（背景中会浅色显示原始图表以供参考）。

background = raw.encode(opacity=alt.value(0.2))
chart = alt.Chart(data).mark_line(point=True).encode(
    x='t:Q',
    y=alt.Y('value:Q').impute(value=0),
    color='variable:N'
)
background + chart

或者我们可以使用任何支持的聚合方法进行填充。

chart = alt.Chart(data).mark_line(point=True).encode(
    x='t:Q',
    y=alt.Y('value:Q').impute(method='mean'),
    color='variable:N'
)
background + chart

通过转换进行填充

与分箱（Bin）和聚合（Aggregate）类似，也可以在编码外部将填充（impute）指定为一种转换。例如，以下是上面两个图表的等效表示。

chart = alt.Chart(data).transform_impute(
    impute='value',
    key='t',
    value=0,
    groupby=['variable']
).mark_line(point=True).encode(
    x='t:Q',
    y='value:Q',
    color='variable:N'
)
background + chart

chart = alt.Chart(data).transform_impute(
    impute='value',
    key='t',
    method='mean',
    groupby=['variable']
).mark_line(point=True).encode(
    x='t:Q',
    y='value:Q',
    color='variable:N'
)
background + chart

如果您想使用更局部的填充值，可以指定一个 frame 参数，类似于窗口（Window），它将控制用于填充的值。例如，在这里我们使用两侧相邻点的平均值来填充缺失值。

chart = alt.Chart(data).transform_impute(
    impute='value',
    key='t',
    method='mean',
    frame=[-1, 1],
    groupby=['variable']
).mark_line(point=True).encode(
    x='t:Q',
    y='value:Q',
    color='variable:N'
)
background + chart

转换选项

transform_impute() 方法基于 ImputeTransform 类构建，该类具有以下选项。

点击显示表格

属性	类型	描述
frame	array([null, number])	一个双元素数组的框架规范，用于控制应用指定方法的窗口。数组条目应为表示与当前数据对象偏移量的数字，或 null 表示当前数据对象之前或之后的不受限行。例如，值 [-5, 5] 表示窗口应包含当前对象之前的五个对象和之后的五个对象。 默认值: [null, null] 表示窗口包含所有对象。
groupby	array(FieldName)	一个可选的字段数组，用于对值进行分组。然后将按组别执行填充。
impute	FieldName	应填充缺失值的 数据字段。
key	FieldName	在组内唯一标识数据对象的关键字段。将填充缺失的关键值（数据中存在但在当前组中不存在的值）。
keyvals	anyOf(array(any), ImputeSequence)	定义应考虑用于填充的关键值。可以是关键值数组，也可以是定义数字序列 <https://vega.github.io/vega-lite/docs/impute.html#sequence-def>__ 的对象。 如果提供，这将与输入数据中观察到的关键值一起使用。如果未提供，则这些值将从 key 字段的所有唯一值中派生。对于 encoding 中的 impute，如果 y 字段被填充，则关键字段是 x 字段，反之亦然。 如果没有任何填充分组，则必须指定此属性。
method	ImputeMethod	用于填充数据对象字段值的填充方法。可以是 "value"、"mean"、"median"、"max" 或 "min" 之一。 默认值: "value"
value	any	当填充 method 为 "value" 时使用的字段值。