Оконные вычисления — Window

Преобразование window выполняет вычисления над отсортированными группами объектов данных. Это может быть ранжирование, анализ предыдущих и следующих значений, а также агрегирование: например, накопленные суммы и средние. Вычисленные значения записываются обратно во входной поток данных и становятся доступны для кодирования.

Рассмотрим накопленное распределение частот:

import altair as alt
from altair.datasets import data

alt.Chart(data.movies.url).transform_aggregate(
    count='count(*)',
    groupby=['IMDB Rating']
).transform_window(
    sort=[{'field': 'IMDB Rating'}],
    frame=[None, 0],
    cumulative_count='sum(count)',
).mark_area().encode(
    x='IMDB Rating:Q',
    y='cumulative_count:Q',
)

Сначала данные агрегируются: фильмы группируются по оценке IMDB и подсчитываются. В полученном наборе каждая строка содержит уникальную оценку IMDB и число фильмов с такой оценкой.

Затем применяется оконное преобразование с определением поля сортировки. Оно задаёт порядок объектов внутри окна: здесь фильмы сортируются по оценке IMDB.

Параметр frame указывает, сколько объектов до и после текущего объекта включать в окно. Здесь включаются все фильмы до текущего включительно.

Наконец, определение оконного поля задаёт способ агрегирования объектов в окне. Здесь количества складываются, чтобы получить накопленное число фильмов.

В Altair есть много функций агрегирования. Помимо функций из таблицы агрегирования, в определениях оконных полей доступны следующие:

В отличие от aggregate, вычисляющего одно итоговое значение для всех объектов, window добавляет новое свойство каждому объекту. Оно вычисляется по соседним объектам, ограниченным определением окна.

Рассмотрим временные ряды цен акций:

import altair as alt
from altair.datasets import data

alt.Chart(data.stocks.url).mark_line().encode(
    x='date:T',
    y='price:Q',
    color='symbol:N',
)

Общую картину трудно увидеть: цена акций Google значительно выше остальных. Если показать z-оценки вместо самих цен, картина становится яснее:

import altair as alt
from altair.datasets import data

alt.Chart(data.stocks.url).transform_window(
    mean_price='mean(price)',
    stdev_price='stdev(price)',
    frame=[None, None],
    groupby=['symbol'],
).transform_calculate(
    z_score=(alt.datum.price - alt.datum.mean_price) / alt.datum.stdev_price,
).mark_line().encode(
    x='date:T',
    y='z_score:Q',
    color='symbol:N',
)

Две функции агрегирования, mean и stdev, внутри оконного преобразования позволяют вычислить z-оценки с помощью calculate.

Подробнее об аргументах см. класс WindowTransform и документацию Vega-Lite.

Параметры преобразования

Метод Chart.transform_window основан на классе WindowTransform, который поддерживает следующие параметры: