基于字典创建Altair图表：调用alt.Chart.from_dict传递pandas DataFrame问题

方式1：将DataFrame转换后写入配置字典的data字段 #

alt.Chart.from_dict 遵循Vega-Lite的配置规范，data 字段需要传入符合要求的结构化数据，不能直接放置DataFrame对象，正确写法如下：

import pandas as pd
import altair as alt

# 示例DataFrame
df = pd.DataFrame({
    "类别": ["A", "B", "C", "D"],
    "数值": [12, 23, 18, 27]
})

d_chart_config = {
    "data": {
        # 指定转换格式为records，输出行字典列表，放入Vega-Lite要求的values字段下
        "values": df.to_dict("records")
    },
    "config": {
        "view": {"continuousWidth": 400, "continuousHeight": 300},
        "title": {"anchor": "start", "color": "#4b5c65", "fontSize": 20},
    },
    "mark": {"type": "bar", "size": 40},
    "encoding": {
        "x": {"field": "类别", "type": "nominal"},
        "y": {"field": "数值", "type": "quantitative"}
    }
}

chart = alt.Chart.from_dict(d_chart_config)

方式2：配置与数据分离，先绑定DataFrame再加载配置 #

如果不想把数据硬编码到配置字典中，可以在配置里移除data字段，先创建绑定了DataFrame的Chart实例再加载配置：

# 配置字典不含data字段
d_chart_config = {
    "config": {
        "view": {"continuousWidth": 400, "continuousHeight": 300},
        "title": {"anchor": "start", "color": "#4b5c65", "fontSize": 20},
    },
    "mark": {"type": "bar", "size": 40},
    "encoding": {
        "x": {"field": "类别", "type": "nominal"},
        "y": {"field": "数值", "type": "quantitative"}
    }
}

# 先绑定DataFrame再加载配置，原有数据关联不会被覆盖
chart = alt.Chart(df).from_dict(d_chart_config)

原写法失效原因 #

• 直接传入DataFrame对象：from_dict 方法会对配置做JSON序列化校验，DataFrame不属于原生可序列化的JSON类型，直接传入会触发类型错误。
• 直接传入df.to_dict()：默认to_dict输出的是{列名: [值列表]}的结构，不符合Vega-Lite对数据集的定义要求，Vega-Lite期望的是行级字典组成的数组。

注意事项 #

如果DataFrame包含时间类型字段，直接调用to_dict("records")会生成Timestamp类型对象，序列化会报错，此时可以先将时间列转为ISO格式字符串，或者用如下写法转换数据：

import json
d_chart_config["data"] = {
    "values": json.loads(df.to_json(orient="records", date_format="iso"))
}

内容的提问来源于stack exchange，提问作者Tachyon6