Altair/Vega-Lite热图如何按相对丰度均值筛选保留Top5分类单元

你可以通过Altair自带的转换算子组合实现Top 5分类单元的筛选，不需要提前处理DataFrame，修改后的代码如下：

import pandas as pd
import numpy as np
import altair as alt
from vega_datasets import data
from altair_saver import save

# 读取文件并将空值填充为0
df = pd.read_excel("path\to\df")

doNotMelt = df.drop(df.iloc[:,1:], axis=1)
df_melted = pd.melt(df, id_vars = doNotMelt, var_name = 'SampleID', value_name = 'Relative_abundance')

# 关闭Altair最大行数限制
alt.data_transformers.disable_max_rows()

alt.Chart(df_melted).mark_rect().encode(
    alt.X('SampleID:N'),
    alt.Y('Lowest_Taxon:N', sort=alt.EncodingSortField(field='Relative_abundance', op='mean', order='descending')),
    alt.Color('Relative_abundance:Q')
# 新增以下3行转换逻辑
).transform_joinaggregate(
    # 按分类单元分组计算平均丰度，赋值给该分类单元对应的所有行
    mean_abun='mean(Relative_abundance)',
    groupby=['Lowest_Taxon']
).transform_window(
    # 按平均丰度降序给分类单元生成排名
    rank='rank(desc(mean_abun))'
).transform_filter(
    # 仅保留排名前5的分类单元
    alt.datum.rank <=5
)

转换逻辑说明 #

• transform_joinaggregate不会改变原始数据的行数，只会给每个Lowest_Taxon对应的所有行新增一列mean_abun，存储该分类单元的平均相对丰度
• transform_window基于平均丰度降序生成排名，同一分类单元的所有行排名完全一致
• 最后transform_filter过滤掉排名大于5的行，就能保留你需要的Top5分类单元，原有的Y轴排序逻辑不需要调整，依然会按平均丰度从高到低排列

如果存在平均丰度相同的分类单元需要调整排名规则，把transform_window里的rank替换为dense_rank即可。

内容的提问来源于stack exchange，提问作者Protaeus