35

我正在使用 R 来绘制一些数据。

Date <- c("07/12/2012 05:00:00", "07/12/2012 06:00:00", "07/12/2012 07:00:00",
      "07/12/2012 08:00:00","07/12/2012 10:00:00","07/12/2012 11:00:00")
Date <- strptime(Date, "%d/%m/%Y %H:%M")
Counts <- c("0","3","10","6","5","4")
Counts <- as.numeric(Counts)
df1 <- data.frame(Date,Counts,stringsAsFactors = FALSE)
library(ggplot2)
g = ggplot(df1, aes(x=Date, y=Counts)) + geom_line(aes(group = 1))
g

当有时间中断时,我如何要求 R 不要将数据绘制为连​​续线?我通常每小时都有一个数据点,但有时会有一个休息时间(早上 8 点到 10 点之间)。在这些点之间,我不希望线路连接。这在R中可能吗?

编辑

非常感谢这里的回复。我的数据现在以 10 秒为间隔,我希望使用这些数据进行同样的分析。

df <- structure(list(Date = c("11/12/2012", "11/12/2012", "11/12/2012", 
                     "11/12/2012", "11/12/2012", "11/12/2012", "11/12/2012", 
                     "11/12/2012", "11/12/2012", "11/12/2012", "11/12/2012"),
                     Time = c("20:16:00", "20:16:10", "20:16:20", "20:16:30", 
                     "20:16:40", "20:16:50", "20:43:30", "20:43:40", 
                     "20:43:50", "20:44:00", "20:44:10"),
                     Axis1 = c(181L, 14L, 65L, 79L, 137L, 104L, 7L, 0L, 0L, 
                     14L, 0L),
                     Steps = c(13L, 1L, 6L, 3L, 8L, 4L, 1L, 0L, 0L, 0L, 0L)),
                .Names = c("Date", "Time", "Axis1", "Steps"),
                row.names = c(57337L, 57338L, 57339L, 57340L, 57341L, 57342L, 
                57502L, 57503L, 57504L, 57505L, 57506L), class = "data.frame")

我想我理解代码试图做什么,当它将列“组”添加到原始数据帧时,但我的问题围绕着我如何让 R 知道数据现在以 10 秒的间隔?当我应用第一行代码来确定数字是否连续或是否存在间隙时(例如 idx <- c(1, diff(df$Time)),我收到以下错误:

r[i1] - r[-length(r):-(length(r) - lag + 1L)] 中的错误:二元运算符的非数字参数

在我的Time变量之后,我是否需要添加as.POSIXct以确保它正确识别时间?

4

3 回答 3

25

您必须group通过为您想要连接的点设置一个通用值来进行设置。在这里,您可以将前 4 个值设置为 say 1,将后两个值设置为2。并将它们作为因素。那是,

df1$grp <- factor(rep(1:2, c(4,2)))
g <- ggplot(df1, aes(x=Date, y=Counts)) + geom_line(aes(group = grp)) + 
                     geom_point()

编辑:加载后,您data.frame可以使用此代码自动生成grp列:

idx <- c(1, diff(df$Date))
i2 <- c(1,which(idx != 1), nrow(df)+1)
df1$grp <- rep(1:length(diff(i2)), diff(i2))

注意:添加也很重要geom_point(),因为如果discontinuous range恰好是 data.frame 中的最后一个条目,则不会绘制它(因为连接线没有 2 个点)。在这种情况下,geom_point()将绘制它。

例如,我将生成一个有更多差距的数据:

# get a test data
set.seed(1234)
df <- data.frame(Date=seq(as.POSIXct("05:00", format="%H:%M"), 
                as.POSIXct("23:00", format="%H:%M"), by="hours"))
df$Counts <- sample(19)
df <- df[-c(4,7,17,18),]

# generate the groups automatically and plot
idx <- c(1, diff(df$Date))
i2 <- c(1,which(idx != 1), nrow(df)+1)
df$grp <- rep(1:length(diff(i2)), diff(i2))
g <- ggplot(df, aes(x=Date, y=Counts)) + geom_line(aes(group = grp)) + 
            geom_point()
g

ggplot2_groups

编辑:对于您的新数据(假设它是df),

df$t <- strptime(paste(df$Date, df$Time), format="%d/%m/%Y %H:%M:%S")

idx <- c(10, diff(df$t))
i2 <- c(1,which(idx != 10), nrow(df)+1)
df$grp <- rep(1:length(diff(i2)), diff(i2))

现在用aes(x=t, ...).

于 2013-02-11T21:28:18.250 回答
15

我认为 R 没有办法或ggplot2知道某处是否缺少数据点,除了你用NA. 这样,例如:

df1 <- rbind(df1, list(strptime("07/12/2012 09:00:00", "%d/%m/%Y %H:%M"), NA))
ggplot(df1, aes(x=Date, y=Counts)) + geom_line(aes(group = 1))

在此处输入图像描述

于 2013-02-11T21:29:04.087 回答
6

朱巴的答案,包括显式NA你想要休息的地方,是最好的方法。这是在正确位置引入这些NA's 的另一种方法(无需手动弄清楚)。

every.hour <- data.frame(Date=seq(min(Date), max(Date), by="1 hour"))
df2 <- merge(df1, every.hour, all=TRUE)
g %+% df2

在此处输入图像描述

df在将日期和时间更改为适当的格式后,您可以对后面的示例执行类似的操作

df$DateTime <- as.POSIXct(strptime(paste(df$Date, df$Time), 
                                   format="%m/%d/%Y %H:%M:%S"))
every.ten.seconds <- data.frame(DateTime=seq(min(df$DateTime), 
                                             max(df$DateTime), by="10 sec"))
df.10 <- merge(df, every.ten.seconds, all=TRUE)
于 2013-02-19T20:18:35.977 回答