如何用Pandas和Altair制作交互式图表？单数据行图表形态疑问

当前图表形态的原因 #

你的图表呈现当前样式，核心逻辑在于两层图表的编码方式：

1. 基础灰色点层：使用mark_point()且未做任何分组或聚合，直接绘制了所有国家、所有年份的FactValueNumericHigh数据点。因为每个年份对应多个国家的数值，所以X轴上的每个年份位置都会堆叠多个灰色点，形成簇状效果。
2. 橙色高亮折线层：通过transform_filter(country)筛选出选中国家的数据，再用mark_line()连接该国家各年份的数值点。由于每个国家在对应年份仅有一个数据点，因此能形成连贯的折线。

优化方案（可选） #

如果想让图表视觉效果更清晰，可针对基础层做以下调整：

• 添加透明度减少点重叠：给基础层的点设置低透明度，避免密集点堆在一起难以分辨：

  base = alt.Chart(df_cropped).mark_point().encode(
      alt.X("Period:O"),
      alt.Y("FactValueNumericHigh:Q"),
      color=alt.value('lightgray'),
      opacity=alt.value(0.2)  # 新增透明度参数
  )
  

• 展示年份整体分布：用箱线图或误差带替代散点，呈现每个年份所有国家的数值分布特征：

  # 箱线图版本基础层
  base = alt.Chart(df_cropped).mark_boxplot().encode(
      alt.X("Period:O"),
      alt.Y("FactValueNumericHigh:Q"),
      color=alt.value('lightgray')
  )
  

• 验证数据唯一性：确认数据集是否存在同一国家、同一年份的重复数据，可执行以下代码检查：

  print(df_cropped.duplicated(subset=["Location", "Period"]).any())
  

原实现代码与图表效果 #

原代码：

# 数据来源：WHO平均BMI数据集
df = pd.read_csv("obesity_WHO.csv")
df_cropped = df.loc[:, ["Location", "Period", "FactValueNumericHigh"]]
pd.options.display.max_colwidth = 200
print(df_cropped[df_cropped['Location'].str.contains("United")]['Location'])

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

# 定义国家选择下拉框
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()))
)

# 基础层：所有国家的散点
base = alt.Chart(df_cropped).mark_point().encode(
    alt.X("Period:O"),
    alt.Y("FactValueNumericHigh:Q"),
    color=alt.value('lightgray')
)

# 高亮层：选中国家的折线
highlight = alt.Chart(df_cropped).mark_line().encode(
    alt.X("Period:O"),
    alt.Y("FactValueNumericHigh:Q"),
    color=alt.value('orange')
).transform_filter(
    country
).interactive()

# 合并图层
chart = alt.layer(base, highlight).add_selection(country)
chart.configure_view(fill="#fff").properties(width=600, height=300)

图表效果：

内容的提问来源于stack exchange，提问作者elksie5000