3

我正在尝试使用 highcharter 包（> 50k 行数据）在散点图中绘制大型数据集，经过阅读后我发现该highchart2()函数包括来自 highcharts 的 boost 模块，这在绘制大量数据时应该会大大提高性能。举个例子：

library(highcharter) # I'm using the latest version from github (0.5.0.9999)

x <- data.frame(a = rnorm(5000),
                b = rnorm(5000),
                cat = c(rep("Yes", 2500), rep("No",2500)))



highchart() %>%
  hc_add_series(data = x, type = "scatter", hcaes(x=a, y=b, group=cat))

这应该正确地创建一个散点图，但由于数据量已经存在一些性能问题。这就是为什么我切换到highchart2()但令我惊讶的是，该图在尝试时没有显示任何数据点：

highchart2() %>%
  hc_add_series(data = x, type = "scatter", hcaes(x=a, y=b, group=cat))

经过更多的搜索和阅读后，我发现使用list_parse2()绘图时渲染速度要快得多，所以我尝试了这个：

highchart2() %>%
  hc_add_series(data = list_parse2(x), type = "scatter", hcaes(x=a, y=b, group=cat))

当然它不起作用，因为我改变了输入数据的结构，并剥离了我给的变量的名称hcaes()。然后，当我尝试这个时：

highchart2() %>%
  hc_add_series(data = list_parse2(x), type = "scatter")

我得到了一个非常快速的渲染图，但我无法让分组工作在每个点上区分“是”和“否”，所以所有点现在都是相同的颜色。

所以我的问题是，我怎样才能有效地用 highcharter 绘制大型数据集，同时保持将变量分配给“组”参数的能力hcaes()？

在此先感谢您的帮助。

4

1 回答 1

4

迷你免责声明：hcaes仅当data对象为data.frame.

现在，您可以使用dplyr, 使用该功能获取系列数据框，group_by然后使用辅助功能hc_add_series_list同时添加多个系列。

library(highcharter)  # I'm using the latest version from github (0.5.0.9999)

x <- data.frame(a = rnorm(5000), b = rnorm(5000), cat = c(rep("Yes", 2500), 
  rep("No", 2500)))

library(dplyr)

xseries <- x %>% 
  # use `name` to name  series according the value of `cat` avariable
  group_by(name = cat) %>% 
  do(data = list_parse2(.)) %>%
  # add type of series
  mutate(type = "scatter")

# A data frame of series
xseries
#> Source: local data frame [2 x 3]
#> Groups: <by row>
#> 
#> # A tibble: 2 x 3
#>     name           data    type
#>   <fctr>         <list>   <chr>
#> 1     No <list [2,500]> scatter
#> 2    Yes <list [2,500]> scatter

最后：

highchart2() %>% 
  hc_add_series_list(xseries)

hc_add_series_list

于 2017-06-07T14:23:50.317 回答