Vega中如何实现数据点聚合？能否像Vega-Lite一样在Encoding内聚合？

Vega和Vega-Lite的设计逻辑不同，Vega不支持像Vega-Lite那样在Encoding中直接指定聚合，你必须提前在transform阶段完成数据聚合，或者通过标记的信号逻辑处理（但前者是更规范、易维护的方案）。

你的尝试代码"x": {"signal": "scale(myscale, sum(datum['no of rooms']))"有问题——datum指向的是单条数据记录，sum()在这里只能计算当前单条记录的数值（结果就是它本身），根本做不了分组聚合。

下面给你两种可行的实现方案：

方案一：用Transform做聚合（推荐） #

这是最符合Vega设计思路的方式，先通过aggregate转换按id分组计算平均房间数，再用聚合后的字段做编码：

{
  "data": {
    "name": "thedata",
    "values": [
      {"id": "house1", "no of rooms": 2},
      {"id": "house1", "no of rooms": 3},
      {"id": "house2", "no of rooms": 4},
      {"id": "house3", "no of rooms": 8}
    ]
  },
  "transform": [
    {"calculate": "datum['no of rooms'] <= 5 ? 'small' : 'large'", "as": "myType"},
    // 新增聚合转换：按id分组，计算no of rooms的平均值
    {
      "aggregate": [{"op": "mean", "field": "no of rooms", "as": "mean_rooms"}],
      "groupby": ["id", "myType"]
    }
  ],
  "marks": [
    {
      "type": "symbol",
      "from": {"data": "thedata"},
      "encode": {
        "update": {
          "y": {"scale": "yScale", "field": "id"},
          "x": {"scale": "xScale", "field": "mean_rooms"},
          "size": {"value": 200},
          "fill": {"value": "#4c78a8"}
        }
      }
    }
  ],
  "scales": [
    {
      "name": "yScale",
      "type": "band",
      "domain": {"data": "thedata", "field": "id"},
      "range": "height"
    },
    {
      "name": "xScale",
      "type": "linear",
      "domain": {"data": "thedata", "field": "mean_rooms"},
      "range": "width",
      "nice": true
    }
  ],
  "axes": [
    {"orient": "left", "scale": "yScale"},
    {"orient": "bottom", "scale": "xScale", "title": "Mean Number of Rooms"}
  ]
}

关键说明： #

• 新增的aggregate转换会按id和myType分组，计算出每个分组的平均房间数，存到mean_rooms字段里
• 后续编码直接使用聚合后的mean_rooms字段，和Vega-Lite的效果完全一致

方案二：通过信号实现聚合（不推荐） #

如果一定要绕开Transform，也可以通过信号结合data函数分组计算，但这种写法可读性差，维护成本高：

// 仅展示核心部分，完整代码需要补充scales、axes等
"marks": [
  {
    "type": "symbol",
    "from": {"data": "thedata", "groupby": ["id"]},
    "encode": {
      "update": {
        "y": {"scale": "yScale", "field": "id"},
        "x": {
          "signal": "scale('xScale', mean(data('thedata', {filter: datum.id === d.id}), 'no of rooms'))"
        },
        "size": {"value": 200}
      }
    }
  }
]

关键说明： #

• 使用groupby对标记按id分组
• 通过data()函数过滤出当前分组的所有数据，再用mean()计算平均值
• 这种方式不如Transform直观，数据量大时性能也会受影响，不建议使用

总结：优先用Transform做聚合，这是Vega的标准用法，逻辑清晰且易于维护。

内容的提问来源于stack exchange，提问作者Tom Martens