Altair绘制学术职称性别金字塔图时数据错位问题排查

数据错位是因为仅中间文本图层配置了学术层级的排序规则，左右两个条形图层的Y轴未指定相同排序逻辑。
Altair中标记为:O的序数类型字段，默认按字段值字母顺序/数据集内首次出现顺序排布，三个图层独立计算Y轴类别位置，就会出现类别对应错位、数据互换的问题。

给左、中、右三个图层的y轴编码配置完全一致的排序规则即可，不要只在中间文本层加sort参数。推荐把排序规则抽为公共常量，避免重复配置出错。
修复后的可运行代码：

import altair as alt
import pandas as pd

# 统一定义学术职能层级从上到下的显示顺序
LEVEL_SORT = ['Professor', 'Associate Professor', 'Assistant Professor', 'Postdoc', 'PhD']

df_natuur_vrouw = df_natuur[df_natuur['geslacht'] == 'V']
df_natuur_man = df_natuur[df_natuur['geslacht'] == 'M']

slider = alt.binding_range(min=2011, max=2020, step=1)
select_year = alt.selection_single(name='year', fields=['year'],
                                   bind=slider, init={'year': 2020})

base_vrouw = alt.Chart(df_natuur_vrouw).add_selection(
    select_year
).transform_filter(
    select_year
).properties(
    width=250
)

base_man = alt.Chart(df_natuur_man).add_selection(
    select_year
).transform_filter(
    select_year
).properties(
    width=250
)

color_scale = alt.Scale(domain=['M', 'V'],
                        range=['#003865', '#ee7203'])

# 左侧女性柱形：Y轴绑定统一排序规则
left = base_vrouw.encode(
    y=alt.Y('functieniveau:O', axis=None, sort=LEVEL_SORT),
    x=alt.X('percentage_afgerond:Q',
            title='percentage',
            scale=alt.Scale(domain=[0, 100], reverse=True)),
    color=alt.Color('geslacht:N', scale=color_scale, legend=None)
).mark_bar().properties(title='Female')

# 中间层级文本：复用相同排序规则
middle = base_vrouw.encode(
    y=alt.Y('functieniveau:O', axis=None, sort=LEVEL_SORT),
    text=alt.Text('functieniveau:O'),
).mark_text().properties(width=110)

# 右侧男性柱形：Y轴绑定统一排序规则
right = base_man.encode(
    y=alt.Y('functieniveau:O', axis=None, sort=LEVEL_SORT),
    x=alt.X('percentage_afgerond:Q', title='percentage', scale=alt.Scale(domain=[0, 100])),
    color=alt.Color('geslacht:N', scale=color_scale, legend=None)
).mark_bar().properties(title='Male')

alt.concat(left, middle, right, spacing=5, title='Percentage male and female employees per academic level in nature sector 2011-2020')

如果后续需要切换自然、技术领域的数据集，不要拆分男女单独生成子数据集，直接基于原始全量数据集做过滤即可，能从根源上避免多数据源排序不一致的问题。

内容的提问来源于stack exchange，提问作者Marlieke