如何在Altair分层直方图上添加数据集平均值垂直线？

问题描述 #

基于Altair官方分层直方图示例，尝试为各数据集添加标记平均值的垂直线，但组合图层后图表显示空白，单独渲染直方图组件则正常显示。目标是实现带有各数据集平均值垂直线的分层直方图。

错误代码分析 #

错误尝试的代码存在多处关键问题：

• 垂直线图层的transform_fold参数顺序错误，将as_=['Count','Outcome']搞反，导致字段映射完全混乱；
• 计算平均值时错误使用分类字段Outcome（mean(Outcome):Q），而非需要统计的数值字段Outcomes out of 1000；
• 直方图在encode阶段做分箱处理，垂直线图层未同步该数据转换逻辑，导致两个图层的数据范围不匹配，最终组合后显示空白。

错误代码：

base = alt.Chart(outcomes)

bar = base.transform_fold(
    ['Push','Dealer Win','Player Win','Ace High Push'],
    as_=['Outcome','Outcomes out of 1000']
).mark_bar(
    opacity=0.3,
    binSpacing=0
).encode(
    alt.X('Outcomes out of 1000:Q', bin=alt.Bin(maxbins=100)),
    alt.Y('count()', stack=None),
    alt.Color('Outcome:N')
)

rule = base.transform_fold(
    ['Push','Dealer Win','Player Win','Ace High Push'],
    as_=['Count','Outcome']
).mark_rule(
    color='red'
).encode(
    alt.X('mean(Outcome):Q'),
    size=alt.value(2)
)

bar + rule

解决代码及思路 #

核心思路是让直方图和垂直线图层共享完全一致的数据转换逻辑，确保数据维度对齐：

1. 将transform_fold（宽表转长表）和transform_bin（数值分箱）统一放到基础图表base中，让两个子图层复用相同的预处理数据；
2. 垂直线直接计算原始数值字段Outcomes out of 1000的平均值，保证和直方图的统计维度匹配；
3. 共享颜色编码配置，减少重复代码。

最终解决代码：

base = alt.Chart(outcomes).transform_fold(
    ['Push','Dealer Win','Player Win','Ace High Push'],
    as_=['Outcome','Outcomes out of 1000']
).transform_bin(
    field='Outcomes out of 1000',
    as_='bin_meas',
    bin=alt.Bin(maxbins=100)
).encode(
    color='Outcome:N'
)

hist = base.mark_bar(
    opacity=0.3,
    binSpacing=0
).encode(
    alt.X('bin_meas:Q'),
    alt.Y('count()', stack=None)
)

rule = base.mark_rule(
    size=2
).encode(
    alt.X('mean(Outcomes out of 1000):Q')
)

hist + rule

运行后可成功生成带有各数据集平均值垂直线的分层直方图。

内容的提问来源于stack exchange，提问作者Jim