Altair 5.0中时间聚合数据Impute填充无效问题求助

你使用Altair 5.0编写的以下代码，无法为1981年的Miles_per_Gallon均值填充0：

alt.Chart(cars).mark_line().encode(
    x='year(Year):T',
    y=alt.Y('mean(Miles_per_Gallon):Q').impute(value=0)
)

问题原因 #

encode参数中的impute仅能处理已有数据行中的缺失值，但1981年在按年份聚合后根本没有对应的行数据，因此该方法无法生效。如果之前尝试transform_impute未成功，通常是因为没有指定完整的时间范围作为补全依据。

可行解决方案 #

需要先生成包含所有目标年份的完整序列，再将聚合后的数据与该序列关联，最后填充缺失值为0。以下是两种实现方式：

方式一：结合transform_aggregate与transform_impute

import altair as alt
from vega_datasets import data

cars = data.cars()

# 生成从数据最小年份到最大年份的完整序列
year_sequence = alt.sequence(
    start=cars['Year'].min(),
    stop=cars['Year'].max() + 1,
    step=1,
    as_='Year'
)

alt.Chart(cars).transform_aggregate(
    mean_mpg='mean(Miles_per_Gallon)',
    groupby=['Year']
).transform_impute(
    impute='mean_mpg',
    value=0,
    key='Year',
    sequence=year_sequence
).mark_line().encode(
    x='year(Year):T',
    y='mean_mpg:Q'
)

方式二：用transform_sequence与transform_leftjoin补全

import altair as alt
from vega_datasets import data

cars = data.cars()

alt.Chart(cars).transform_calculate(
    year='year(datum.Year)'
).transform_aggregate(
    mean_mpg='mean(Miles_per_Gallon)',
    groupby=['year']
).transform_sequence(
    start='year(min(datum.Year))',
    stop='year(max(datum.Year)) + 1',
    step=1,
    as_='year'
).transform_leftjoin(
    alt.Chart(cars).transform_calculate(
        year='year(datum.Year)'
    ).transform_aggregate(
        mean_mpg='mean(Miles_per_Gallon)',
        groupby=['year']
    ),
    on='year'
).transform_impute(
    impute='mean_mpg',
    value=0
).mark_line().encode(
    x='year(year):T',
    y='mean_mpg:Q'
)

关键逻辑说明 #

1. 先通过transform_aggregate按年份计算均值，得到已有年份的聚合结果；
2. 用sequence生成包含所有缺失年份的完整时间序列；
3. 通过关联操作将聚合数据与完整序列合并，再用transform_impute将缺失年份的均值填充为0。

内容的提问来源于stack exchange，提问作者Nam Wook Kim