如何用Altair按多变量分组统计Hit/Miss与sza的月度关联？

步骤1：数据预处理 #

首先从时间戳提取月份、季节，并对太阳天顶角（sza）做分箱处理，这是后续统计和绘图的基础。假设你的数据集已用pandas读入为df：

import pandas as pd

# 确保时间戳为datetime类型
df['timestamp'] = pd.to_datetime(df['timestamp'])

# 提取月份（1-12）
df['month'] = df['timestamp'].dt.month

# 划分季节（以北半球为例，可根据实际需求调整）
df['season'] = pd.cut(
    df['month'],
    bins=[0, 3, 6, 9, 12],
    labels=['冬季', '春季', '夏季', '秋季']
)

# 对sza分箱，这里按0-30°、30-60°、60-90°划分，可自行修改区间
df['sza_bin'] = pd.cut(
    df['sza'],
    bins=[0, 30, 60, 90],
    labels=['0-30°', '30-60°', '60-90°']
)

步骤2：统计各类别数量 #

按月份/季节、sza分箱、Hit/Miss分类分组，统计每组的样本数量：

# 按月份统计
monthly_count = df.groupby(['month', 'sza_bin', 'Hit/Miss']).size().reset_index(name='count')

# 按季节统计（用于分析季节关联）
seasonal_count = df.groupby(['season', 'sza_bin', 'Hit/Miss']).size().reset_index(name='count')

步骤3：用Altair绘制可视化图表 #

图表1：每月各Hit/Miss类别在不同sza分箱的数量分布 #

用分组柱状图展示，以月份为横轴，数量为纵轴，颜色区分Hit/Miss类别，列区分sza分箱，直观呈现每月的分布差异：

import altair as alt

month_chart = alt.Chart(monthly_count).mark_bar().encode(
    x=alt.X('month:O', title='月份'),  # O表示离散型数据
    y=alt.Y('count:Q', title='样本数量'),  # Q表示连续型数据
    color=alt.Color('Hit/Miss:N', title='Hit/Miss分类'),  # N表示标称型数据
    column=alt.Column('sza_bin:N', title='太阳天顶角分箱'),
    tooltip=['month', 'sza_bin', 'Hit/Miss', 'count']  # 鼠标悬停显示详细信息
).properties(
    width=180,
    height=350,
    title='每月Hit/Miss类别在不同SZA分箱中的数量分布'
)

month_chart.show()

图表2：各季节Hit/Miss类别在不同sza分箱的数量分布 #

如果重点分析季节关联，将横轴替换为季节即可：

season_chart = alt.Chart(seasonal_count).mark_bar().encode(
    x=alt.X('season:O', title='季节'),
    y=alt.Y('count:Q', title='样本数量'),
    color=alt.Color('Hit/Miss:N', title='Hit/Miss分类'),
    column=alt.Column('sza_bin:N', title='太阳天顶角分箱'),
    tooltip=['season', 'sza_bin', 'Hit/Miss', 'count']
).properties(
    width=180,
    height=350,
    title='各季节Hit/Miss类别在不同SZA分箱中的数量分布'
)

season_chart.show()

注意事项 #

• 若你的sza范围不是0-90°，可调整pd.cut的bins参数，添加对应区间。
• 季节划分可根据所在半球修改，比如南半球冬季为6-8月，需同步调整labels和bins。
• 若数据存在缺失值，建议先执行df = df.dropna(subset=['sza', 'Hit/Miss'])清理无效数据。

内容的提问来源于stack exchange，提问作者confused student