使用 Altair 对标准化堆积条形图进行排序

我正在尝试根据特定顺序对标准化堆积条形图进行排序。

我想要按此顺序排序的堆叠条：

Order = dict({'Paid work':1,'Education':2,'Sleep':3,'Other unpaid work':4,'Housework & Shopping':5,'Personal care':6, 'Eating and drinking':7,'TV and Radio':8,'Seeing friends':9,'Other leisures':10})

和国家/地区（Y 轴）也应按“带薪工作”条的长度排序。

但我得到的是图表左端带有“电视和广播”的订单，无法看到哪个国家/地区的人们花在“有偿工作”上的时间最多。

我的尝试：

错误代码：

alt.Chart(df).mark_bar(size=15).encode(
    alt.Y('Country:O'),
    alt.X('Time:Q', stack='normalize',sort=alt.EncodingSortField(field='Order',order='descending')),
    
    alt.Color('Category:N',sort=alt.EncodingSortField(field='Order')),
    tooltip=['Country', 'Category', 'Time']
).properties(
    width=600,
    height=600, title = {'text' :'How do people spend their time?',
'subtitle' : 'Average of minutes per day from time-use diaries for people between 15 and 64'})

我是这个平台的新手，请看一下本笔记本中的数据和我的简单代码：https://www.kaggle.com/hoangyennhi/exercise-dv https://www.kaggle.com/hoangyennhi/exercise-dv

如果您设置sort参数输入alt.Color()到任一'ascending' or 'descending'，它会自动对堆叠的条形进行排序：

import altair as alt
from vega_datasets import data

source = data.barley()

alt.Chart(source).mark_bar().encode(
    x='sum(yield)',
    y='variety',
    color=alt.Color('site', sort='descending'))

但是，当您指定自定义排序顺序时，它不会按原样Vega-Lite 尚未支持 https://github.com/vega/vega-lite/issues/1734. A 此评论中描述了解决方法 https://github.com/vega/vega-lite/issues/1734#issuecomment-533223530，其中提到您可以使用一个名为的特殊字段color_<name-of-column>_sort_index，根据颜色索引排序。在这个例子中，它看起来像这样：

site_order = ['Duluth', 'Crookston', 'Waseca', 'University Farm', 'Grand Rapids', 'Morris']
alt.Chart(source).mark_bar().encode(
    x='sum(yield)',
    y='variety',
    color=alt.Color('site', sort=site_order),
    order=alt.Order('color_site_sort_index:Q'))