这是我的数据的链接。
我使用以下代码：
#read in data
data = read.csv("ggplot_data.csv")
#order by group then year
data = arrange(data, group, year)
#generage ggplot stacked area chart
plot = ggplot(data, aes(x=year,y=value, fill=group)) +
geom_area()
plot
这会产生以下图表：
正如你所看到的，这张图表的三个不同部分都有奇怪的洞。
我之前遇到过这个问题并询问过，然后提供的答案是我需要按组和年份对数据进行排序。当时，这个答案修复了我的漏洞。然而，这一次似乎并没有消除所有的漏洞。有什么帮助吗？
差距的原因是某些时间序列比其他时间序列开始晚。当第一个非消失值出现时，新区域以非连续跳跃开始。然而，上面的区域通过线性插值连接到下一个点。这导致了差距。
例如，查看最左侧的间隙。橄榄区在 1982 年的垂直跳跃之后开始。然而，绿色区域从 1981 年的值（橄榄面积为零）线性增加到 1982 年的值（橄榄面积突然贡献）。
例如，您可以在 1975 年之后开始的每个时间序列的开头添加一个零值。我使用dplyr功能来创建这些额外的第一年的数据框：
first_years <- group_by(data, group, group_id) %>%
summarise(year = min(year) - 1) %>%
filter(year > 1974) %>%
mutate(value = 0, value_pct = 0)
first_years
## Source: local data frame [3 x 5]
## Groups: group [3]
##
## group group_id year value value_pct
## (fctr) (int) (dbl) (dbl) (dbl)
## 1 c 10006 1981 0 0
## 2 e 10022 2010 0 0
## 3 i 24060 2002 0 0
如您所见，这三个新值恰好适合您的绘图中的三个空白。data现在，您可以像以前一样将这些新数据框与您的和排序组合：
data_complete <- bind_rows(data, first_years) %>%
arrange(year, group)
然后情节没有差距：
ggplot(data_complete, aes(x=year,y=value, fill=group)) +
geom_area()
@Stibu 的答案可能是最好的，但是对于我们这些不是很精通 R 并且不知道如何使用 R 遍历数据集以查找丢失的行并用零填充它们的人，我解决了这个问题有点一种不同的方法。
就我而言，我创建了一个所有年份和所有组都为零的虚拟数据集，然后将其附加到我的原始数据集中。通过这种方式，我在之前根本没有数据行的情况下添加了多年的行。按年份和组聚合后，我的聚合数据集包含零行，而不是根本不存在的行。这为我消除了所有那些奇怪的差距。
我发现将我的表保存到 csv 并使用 python 的 matplotlib 函数stackplot( demo ) 更简单，它似乎没有负数问题。