分面图表行列排序时的潜在Bug问题咨询

问题根源 #

这不是Bug，是你用行级衍生字段做分面排序，而非分面分组的全局统计值导致的。

你通过joinaggregate给每一行数据加上了CountOrigin（按Origin分组的计数）和CountCylinders（按Cylinders分组的计数），再用拼接后的OriginSort/CylindersSort做分面排序。但当存在缺失的分面组合（比如某个Origin没有对应Cylinders的数据）时，这些缺失组合的行根本不存在，排序时Vega-Lite只会基于现有数据行里的OriginSort值来排序分面项，而不是先计算每个Origin的全局统计再排序所有分面——这就导致Japan的数据被错误归到Europe的分面行里。

修正方案 #

不用插假值，直接在分面的sort配置里用聚合函数指定排序依据，这样排序会基于全局的分组统计，完全不受缺失数据影响：

{
  "data": {"url": "data/cars.json"},
  "mark": "bar",
  "transform": [
    {
      "filter": "datum.Origin === 'Japan' || datum.Origin === 'Europe'"
    },
    {
      "filter": "datum.Horsepower >= 110"
    }
  ],
  "encoding": {
    "y": {"aggregate": "count", "field": "Name", "type": "quantitative"},
    "row": {
      "field": "Origin",
      "type": "nominal",
      // 直接按Origin分组的计数降序排序
      "sort": {"op": "count", "field": "Name", "order": "descending"}
    },
    "column": {
      "field": "Cylinders",
      "type": "quantitative",
      // 直接按Cylinders分组的计数降序排序
      "sort": {"op": "count", "field": "Name", "order": "descending"}
    },
    "tooltip": [
      {"field": "Name"},
      {"field": "Origin"},
      {"field": "Cylinders"}
    ],
    "color": {"field": "Horsepower", "type": "ordinal"}
  }
}

原方案出错的核心原因 #

joinaggregate是给每一行数据打分组统计标签，比如所有Europe的行都会带相同的CountOrigin，但如果某个Origin没有某个Cylinders的数据，就不会有对应的行。当分面排序依赖这些行级标签时，Vega-Lite会从现有数据里提取唯一的Origin值，再用这些值对应的行级标签排序——但如果某个Origin的所有行只出现在特定列，就会出现排序错位。而直接在sort里用op指定聚合，会先计算每个分面分组的全局统计结果，再基于这个结果排序，完全绕开了行级数据的限制。

内容的提问来源于stack exchange，提问作者APB Reports