Python 3.x 是否可以根据其中一个类别的值对Altair分组条形图的列进行排序？

我有以下图表-

我希望能够根据我选择的任何类别（

a

、

b

或

c

）的值对列进行排序（而不是单个组的单个条形图-我已经知道如何进行排序），也就是说，如果愿意，可以对3个子图进行排序

我尝试使用

alt.SortField

和

alt.EncodeSortField

，它们在图表中移动了一点，但如果您更改类别以查看它们是否真正起作用，它们实际上就不起作用了

代码-

将altair导入为alt
作为pd进口熊猫
dummy=pd.数据帧（{'place'：['Asia'、'Nancartia'、'Africa'、'Nancartia'、'Africa'、'Nancartia'、'Asia'、'category'：['a'、'a'、'b'、'c'、'c']、'value'：[5,2,3,4,3,5,6,9,5]）
alt.Chart（虚拟）。标记条（）。编码(
x=alt.x（“类别”），
y='value'，
column=alt.column（'place:N'，sort=alt.SortField（field='value'，order='descending'）），
颜色class='category'，
)

我知道

alt.Column（'place:N'，sort=alt.SortField（field='value'，order='descending'）），

似乎不正确，因为我没有针对任何类别，所以我也尝试了

x=alt.x（'category'，sort=alt.SortField（field='c'，order='descending'），

，但它也不起作用

预期输出（假设降序）——

• 若我想按“c”排序，那个么中间的列应该是第一列，然后是左列，最后是右列
• 它似乎已经被“b”订购了
• 若我想按“a”排序，那个么右列应该是第一列，然后是左列，最后是中间列

---

这有点复杂，但您可以通过一系列转换来实现：

• a选择要排序的值
• a使用

  argmax

  将所需值加入每个组
• 另一个calculate transform可拉出此结果中要排序的特定字段

它看起来是这样的，首先按

“c”

排序：

然后按

“a”

排序：

---

这有点复杂，但您可以通过一系列转换来实现：

• a选择要排序的值
• a使用

  argmax

  将所需值加入每个组
• 另一个calculate transform可拉出此结果中要排序的特定字段

它看起来是这样的，首先按

“c”

排序：

然后按

“a”

排序：

---

哇……非常感谢，杰克。但我必须问，你认为我应该读些什么才能自己想出这些解决方案和想法？事实证明，此解决方案适用于此虚拟数据，但在我的实际数据集中，它失败了，因为除了

place

和

category

，数据稍微涉及更多，有一个时间列-

day

，每个

place

和

category

都会多次出现，我需要从

day

中提取每个类别的最大值，然后执行上述操作。如果将

alt.SortField（“sort\u val”）

更改为

alt.EncodingSortField（“sort\val”，op=“max”）

，这将按匹配值的最大值排序。第一次尝试时，它不起作用，所以我玩了一下……除了你建议使用

alt.EncodingSortField（“sort\u val”，op=“max”）

，我还必须同时使用

place

和

day

进行分组，即

sort\u key=“argmax（key）”，groupby=['place'，day']

瞧，它成功了。谢谢你帮了我大忙！！哇……非常感谢，杰克。但我必须问，你认为我应该读些什么才能自己想出这些解决方案和想法？事实证明，此解决方案适用于此虚拟数据，但在我的实际数据集中，它失败了，因为除了

place

和

category

，数据稍微涉及更多，有一个时间列-

day

，每个

place

和

category

都会多次出现，我需要从

day

中提取每个类别的最大值，然后执行上述操作。如果将

alt.SortField（“sort\u val”）

更改为

alt.EncodingSortField（“sort\val”，op=“max”）

，这将按匹配值的最大值排序。第一次尝试时，它不起作用，所以我玩了一下……除了你建议使用

alt.EncodingSortField（“sort\u val”，op=“max”）

，我还必须同时使用

place

和

day

进行分组，即

sort\u key=“argmax（key）”，groupby=['place'，day']

瞧，它成功了。谢谢你帮了我大忙！！

import altair as alt
import pandas as pd

dummy = pd.DataFrame({'place':['Asia', 'Antarctica','Africa', 'Antarctica', 'Asia', 'Africa', 'Africa','Antarctica', 'Asia'],'category':['a','a','a','b','b','b','c','c','c'],'value':[5,2,3,4,3,5,6,9,5]})
alt.Chart(dummy).transform_calculate(
    key="datum.category == 'c'"
).transform_joinaggregate(
    sort_key="argmax(key)", groupby=['place']
).transform_calculate(
    sort_val='datum.sort_key.value'  
).mark_bar().encode(
    x=alt.X('category'),
    y='value',
    column=alt.Column('place:N', sort=alt.SortField("sort_val", order="descending")),
    color='category',
)

alt.Chart(dummy).transform_calculate(
    key="datum.category == 'a'"
).transform_joinaggregate(
    sort_key="argmax(key)", groupby=['place']
).transform_calculate(
    sort_val='datum.sort_key.value'  
).mark_bar().encode(
    x=alt.X('category'),
    y='value',
    column=alt.Column('place:N', sort=alt.SortField("sort_val", order="descending")),
    color='category',
)