如何使用Altair绘制带百分比的堆叠柱状图（时间序列数据场景）

你离正确结果只差一步啦！问题出在transform_joinaggregate的分组逻辑上——你没有指定按type和date分组统计ID数量，导致计算的是整个数据集的ID总数，自然得不到预期的占比。

修正思路 #

我们需要分三步处理数据：

1. 按**日期(date)和类型(type)**分组，统计每个组合下的ID数量；
2. 按**类型(type)**获取对应的total值（同类型的total是一致的）；
3. 计算每组的ID数量与对应total的比值。

修正后的代码 #

import altair as alt
import pandas as pd

df = pd.DataFrame({
    'date': ['2020-04-08','2020-04-08','2020-04-08','2020-04-23','2020-04-23','2020-04-23','2020-04-08','2020-04-08','2020-04-23','2020-04-23','2020-04-28'],
    'type': ['h','h','h','h','h','h','s','s','s','s','s'],
    'ID': ['a','b','c', 'a','e','f', 'a','e','a','c','d'],
    'total': [5,5,5,5,5,5,4,4,4,4,4]
})

alt.Chart(df).transform_aggregate(
    count_id='count(ID)',  # 按date和type分组统计ID数量
    groupby=['date', 'type']
).transform_joinaggregate(
    total_val='max(total)',  # 按type分组取对应total（同type的total一致，max/min/mean都可）
    groupby=['type']
).transform_calculate(
    Prc='datum.count_id / datum.total_val'  # 计算占比
).mark_bar().encode(
    alt.X('monthdate(date):T', title='日期'),
    y=alt.Y('Prc:Q', title='占比', axis=alt.Axis(format='%')),  # 自动转换为百分比显示
    color=alt.Color('type:N', title='类型')
).properties(
    title='按日期和类型统计的ID占比堆叠柱状图'
)

结果验证 #

针对你提到的2020-04-08日期：

• 类型h的ID数量是3，对应total是5，占比3/5=0.6（60%）；
• 类型s的ID数量是2，对应total是4，占比2/4=0.5（50%）；
  完全符合你的预期结果。

关键说明 #

• transform_aggregate用于按date和type分组统计ID计数，确保我们得到的是每个日期下各类型的实际ID数量；
• transform_joinaggregate按type分组提取total值，因为你的数据中同类型的total是固定值，用max/min/mean都能正确获取；
• Y轴设置format='%'可以将小数自动转换为百分比格式，让图表更直观。

内容的提问来源于stack exchange，提问作者Aham