如何在Altair森林图（forestplot）中垂直偏移误差棒避免重叠

要在同一变量行下展示两个不重叠的置信区间，核心思路是给不同组的y轴位置添加微小偏移量，同时保持y轴刻度显示原始变量名，无需依赖分面。

完整实现代码 #

import altair as alt
import pandas as pd

# 构造示例数据（可替换为你的真实数据）
df = pd.DataFrame({
    "variable": ["变量1", "变量1", "变量2", "变量2", "变量3", "变量3"],
    "ci_group": ["90% CI", "95% CI"],
    "coef": [0.6, 0.55, -0.3, -0.25, 1.1, 1.0],
    "lower": [0.4, 0.3, -0.5, -0.4, 0.8, 0.7],
    "upper": [0.8, 0.8, -0.1, 0.0, 1.4, 1.3]
})

# 定义偏移量（可根据图表高度调整，建议0.1-0.3之间）
OFFSET = 0.2

# 创建误差棒图层
error_bars = alt.Chart(df).transform_calculate(
    # 为不同置信区间组添加垂直偏移
    y_shifted=f"datum.ci_group == '90% CI' ? datum.variable + {OFFSET} : datum.variable - {OFFSET}"
).mark_errorbar(width=12).encode(
    x=alt.X("coef:Q", title="回归系数"),
    xError=alt.XError("lower:Q", "upper:Q"),
    y=alt.Y(
        "y_shifted:N",
        title="变量",
        # 强制y轴刻度使用原始变量名，忽略偏移后的值
        domain=df["variable"].unique(),
        labelExpr="datum.label"
    ),
    color=alt.Color("ci_group:N", title="置信区间")
)

# 创建系数点图层
coef_points = alt.Chart(df).transform_calculate(
    y_shifted=f"datum.ci_group == '90% CI' ? datum.variable + {OFFSET} : datum.variable - {OFFSET}"
).mark_point(filled=True, size=60).encode(
    x="coef:Q",
    y="y_shifted:N",
    color="ci_group:N"
)

# 组合图层并显示
final_plot = error_bars + coef_points
final_plot.show()

关键细节说明 #

1. 垂直偏移实现：通过transform_calculate给不同置信区间组的y值加上/减去固定偏移量，让两个误差棒在垂直方向上错开。
2. y轴刻度保持：通过domain指定原始变量列表，labelExpr强制显示原始变量名，避免偏移后的值影响标签显示。
3. 偏移量调整：OFFSET参数可根据图表高度和视觉效果灵活调整，数值太小可能仍有重叠，太大则会显得间距过宽。

这样就能实现同一变量行下两个置信区间不重叠的森林图，完全无需使用分面方案。

内容的提问来源于stack exchange，提问作者Niels Hameleers