数据转换#

在可视化数据的过程中，通常需要对数据进行转换或过滤。在 Altair 中，您可以通过以下两种方式实现：

在图表定义之前，使用标准的 pandas 数据转换。
在图表定义之内，使用 Vega-Lite 的数据转换工具。

在大多数情况下，我们建议您使用第一种方法，因为它对于熟悉 Python 中数据操作的人来说更直接，而且 pandas 包在数据操作方面比 Vega-Lite 提供了更多的灵活性。

当数据源不是 dataframe，而是例如指向 JSON 或 CSV 文件的 URL 指针时，第二种方法就会派上用场。它在复合图表中也很有用，其中数据集的不同视图需要不同的转换。

第二种方法——在图表规范本身中指定数据转换——可以通过顶级对象的 transform_* 方法来实现

转换	方法	描述
聚合	`transform_aggregate()`	通过聚合现有列来创建新的数据列。
分箱	`transform_bin()`	通过对现有列进行分箱来创建新的数据列。
计算	`transform_calculate()`	使用对现有列进行算术计算来创建新的数据列。
密度	`transform_density()`	创建一个包含输入数据的核密度估计的新数据列。
范围	`transform_extent()`	查找字段的范围并将结果存储在参数中。
过滤	`transform_filter()`	根据条件选择数据子集。
展平	`transform_flatten()`	将数组数据展平为列。
折叠	`transform_fold()`	将宽格式数据转换为长格式数据（与 pivot 相反）。
填充缺失值	`transform_impute()`	填充缺失数据。
连接聚合	`transform_joinaggregate()`	聚合转换后与原始数据连接。
LOESS	`transform_loess()`	创建包含数据 LOESS 平滑结果的新列。
查找	`transform_lookup()`	基于查找键对两个数据集进行单边连接。
透视	`transform_pivot()`	将长格式数据转换为宽格式数据（与 fold 相反）。
分位数	`transform_quantile()`	计算数据集的经验分位数。
回归	`transform_regression()`	对数据集拟合回归模型。
采样	`transform_sample()`	从数据集的行中进行随机子采样。
堆叠	`transform_stack()`	计算值的堆叠版本。
时间单位	`transform_timeunit()`	按时间单位（日、月、年等）对日期进行离散化/分组。
窗口	`transform_window()`	计算窗口聚合

访问转换后的数据#

当图表显示时，数据转换由 Vega JavaScript 库在浏览器中执行。在构建图表的过程中检查转换后的数据结果通常很有帮助。一种方法是在由文本标记组成的表中显示转换后的数据结果，就像在刷选散点图以在表中显示数据图库示例中所示。

虽然这种方法可行，但有些繁琐，并且仍然无法从 Python 中访问转换后的数据。为了使转换后的数据结果在 Python 中可用，Altair 提供了 transformed_data() 图表方法，该方法与 VegaFusion 集成，以便在 Python 内核中评估数据转换。

首先，安装启用嵌入附加功能的 VegaFusion。

pip install "vegafusion[embed]"

然后创建一个 Altair 图表并调用 transformed_data() 方法来提取包含转换后数据的 pandas DataFrame。

import altair as alt
from vega_datasets import data

cars = data.cars.url
chart = alt.Chart(cars).mark_bar().encode(
    y='Cylinders:O',
    x='mean_acc:Q'
).transform_aggregate(
    mean_acc='mean(Acceleration)',
    groupby=["Cylinders"]
)
chart.transformed_data()

       Cylinders   mean_acc  mean_acc_start  mean_acc_end
        8  12.837037             0.0     12.837037
        4  16.616425             0.0     16.616425
        6  16.263095             0.0     16.263095
        3  13.250000             0.0     13.250000
        5  18.633333             0.0     18.633333

transformed_data() 方法目前支持 Altair 的大部分（但非全部）转换。请参见下表。

转换	支持的
聚合	✔
分箱	✔
计算	✔
密度
范围	✔
过滤	✔
展平
折叠	✔
填充缺失值	✔
连接聚合	✔
LOESS
查找
透视	✔
分位数
回归
采样
堆叠	✔
时间单位	✔
窗口	✔