Python 对从大型数据集中聚合的数据使用Altair

我正在尝试对一个大型（300000条记录）时态数据集进行柱状图计数。我现在只想按月计算柱状图，它只有6个数据点，但使用json或altair_data_服务器存储这样做会导致页面崩溃。用纯牵牛星是不可能处理好的吗？我当然可以对熊猫进行预处理，但这破坏了牵牛星奇妙的陈述性

如果是这样的话，这是牵牛星缺少的功能还是超出了范围？我了解到vegalite存储了整个底层数据，并在运行时应用了转换，但似乎altair可以（也可能确实）只存储图表的相关数据

alt.Chart(df).mark_bar().encode(
    x=alt.X('month(timestamp):T'),
    y='count()'
)

---

Altair图表通过将整个数据集发送到浏览器并在前端进行处理来工作；因此，无论数据集如何提供给前端，它都不能很好地适用于较大的数据集

在像您这样的情况下，在显示数据之前聚合数据，理论上可以在后端进行聚合，并且只将聚合数据发送到前端渲染器。有一些项目希望使这一点更加无缝，包括和，但这两种方法都还不成熟

同时，我建议您在熊猫中进行聚合，并将聚合数据发送到Altair进行绘图。

请尝试以下操作：-

alt.data_transformers.enable('default', max_rows=None)

然后

alt.Chart(df).mark_bar().encode(
    x=alt.X('month(timestamp):T'),
    y='count()'
)

---

您将获得图表，但如果浏览器崩溃，请确保保存所有工作。

谢谢您的回答和altair！牵牛星变换是否正在进行中？如果可以的话，我会有兴趣贡献的。有了这个，世界将变得更加美丽！功能的外壳就在那里——在存储库中搜索TODO以查看需要工作的地方。另一个更复杂的部分是将聚合从编码中推到转换中。仅供参考-我为altair_transform添加了一些功能，现在应该支持此用例。再见。谢谢你的通知。我已经完成了这项工作，正在了解一般的工作原理，并将看看是否可以实现任何TODOsPlease，而不仅仅是在不考虑后果的情况下设置max_rows=None。如果页面与问题中提到的

json

转换器或数据服务器转换器崩溃，那么禁用max_行肯定会做同样的事情，此外还会将整个序列化数据集添加到单元格输出中，如果保存，则当您再次尝试使用笔记本时，可能会在加载时使浏览器崩溃。@jakevdp我在回答中也提到过这一点！我不知道你为什么投了反对票。但有时你有6000行，却没有完成。在这种情况下，这是最简单的解决方案。