使用Altair绘制带国家选择器的时序图为何呈锯齿状？

问题现象 #

用Altair实现国家选择器功能时，生成的时序折线图呈现无规律的锯齿状（折线上下跳跃），但数据中每个年份理论上对应唯一行记录。

原因分析 #

1. 重复数据干扰：同一国家同一年份可能存在多条重复记录（比如原始数据包含未过滤的分组维度，如性别、年龄组），导致单一年份对应多个Y轴数值，折线连接时出现上下跳动。
2. 连接顺序问题：Altair的mark_line()默认按数据在DataFrame中的行顺序连接点，而非X轴的年份数值顺序。即使整体数据按年份排序，筛选单个国家后的数据行顺序仍可能出现混乱，导致折线连接逻辑错误。

解决步骤 #

步骤1：清理重复数据 #

先对同一国家同一年份的重复数据做聚合处理，比如取均值、最大值或最小值：

# 按国家和年份分组，聚合数值（示例取均值，可按需调整）
df_cropped = df_cropped.groupby(["Location", "Period"], as_index=False)["FactValueNumericHigh"].mean()

步骤2：强制按年份顺序连接折线 #

在折线图的X轴编码中指定按X轴值排序，确保折线严格按年份递增方向连接：

highlight = alt.Chart(df_cropped).mark_line().encode(
    alt.X("Period:O", sort='x'),  # 强制按年份顺序排序
    alt.Y("FactValueNumericHigh:Q"),
    color=alt.value('orange')
).transform_filter(
    country
).interactive()

如果年份是连续数值，也可以将X轴设为定量类型（Period:Q），Altair会自动按数值顺序连接折线。

完整修正后代码 #

import pandas as pd
import altair as alt

df = pd.read_csv("obesity_WHO.csv")
df_cropped = df.loc[:, ["Location", "Period", "FactValueNumericHigh"]]

# 清理重复数据：按国家+年份聚合
df_cropped = df_cropped.groupby(["Location", "Period"], as_index=False)["FactValueNumericHigh"].mean()

# 整体按年份排序
df_cropped = df_cropped.sort_values("Period")

# 定义国家下拉选择器
country = alt.selection_single(
    name="Location",
    fields=["Location"],
    init={"Location": "United Kingdom of Great Britain and Northern Ireland"},
    bind=alt.binding_select(options=list(df_cropped['Location'].unique()))
)

# 基础散点图（显示所有数据）
base = alt.Chart(df_cropped).mark_point().encode(
    alt.X("Period:O"),
    alt.Y("FactValueNumericHigh:Q"),
    color=alt.value('lightgray')
)

# 高亮折线图（仅显示选中国家，强制按年份排序）
highlight = alt.Chart(df_cropped).mark_line().encode(
    alt.X("Period:O", sort='x'),
    alt.Y("FactValueNumericHigh:Q"),
    color=alt.value('orange')
).transform_filter(
    country
).interactive()

# 组合图层并添加选择器
chart = alt.layer(base, highlight).add_selection(country)
chart.configure_view(fill="#fff").properties(width=600, height=300)

内容的提问来源于stack exchange，提问作者elksie5000