代码之家 › 专栏 › 技术社区 › DaveM

ggplot:防止年末数据显示为下一年

lubridate ggplot2 plot r

DaveM · 技术社区 · 7 年前

这似乎是一个简单的问题,但我找不到一个简单的方法,类似的问题似乎没有解决我的问题。

我正在绘制年终数据,希望它在x轴上显示为当年,而不是次年。例如,2015年12月31日的数据反映的是2015年发生的情况,而不是2016年,但曲线图将显示为2016年。

我可以对数据进行变异,并在变异列中添加年份值(2015年12月31日变为2015年),并使用该值绘制数据集,但我希望有更简单的方法来绘制其他时间段(季度、月份等)。

So 2问题:

1) 是否有一种简单的方法可以自动绘制年终数据,以表示发生数据的年份,而不是下一年?

2) 当我试图调整x轴比例时,为什么ggplot删除了2行,导致绘制更差(test\u p2)?

可复制示例

library(ggplot2)
library(lubridate)

# Sample data
mydates   <- as.Date(c( "2015-12-31", "2016-12-31", "2017-12-23", "2015-12-31", "2016-12-31", "2017-12-23"))
variables <- c(rep("A", 3), rep("B", 3))
values    <- c(2, 4, -4, -5, -10, 5)
test_df   <- data.frame(mydates, variables, values)

# plot
test_p <- ggplot(test_df, aes(x = mydates, y = values, fill = variables)) + geom_col(position = "dodge")
test_p

调整x轴比例:

BeginPlotDate   = "2015-12-31"
EndPlotDate     = "2017-12-23"

test_p2 <- test_p + scale_x_date(date_breaks = "1 year",
                                 date_labels = "%Y",
                                 limits      = as.Date(c(BeginPlotDate, EndPlotDate))
                                 )
test_p2

2 回复 | 直到 7 年前

Claus Wilke 7 年前

通常情况下,你不能同时问两个问题,但无论如何,这里有两个答案:

问题1

所发生的是,ggplot2将日期四舍五入到最接近的年份,即下一年。我认为解决这个问题最简单的方法就是在 aes() 声明:

test_p <- ggplot(test_df,
                 aes(x = mydates %m-% months(12),
                     y = values, fill = variables)) + 
          geom_col(position = "dodge")
test_p

唯一的缺点是,现在需要手动调整x轴的标题,但这很简单,例如 xlab() :

test_p + xlab("my dates")

问题2

您正在将x轴的起点设置为“2015-12-31”,而这正是ggplot所做的。您需要将起点设置为更早的日期(大约提前6个月),以便有足够的空间放置要在此处绘制的条形图。(在这里,我实际上必须提前18个月设置,因为我还从日期中减去12个月,见上文。)

BeginPlotDate   = "2014-06-01"
EndPlotDate     = "2017-08-01"

test_p2 <- test_p + scale_x_date(date_breaks = "1 year",
                                 date_labels = "%Y",
                                 limits      = as.Date(c(BeginPlotDate, EndPlotDate))
)
test_p2

Community CDub 4 年前

这个问题有一个非常简单的解决方案:只需使用 year(mydates) :

library(ggplot2)
library(lubridate)

ggplot(test_df, aes(x = year(mydates), y = values, fill = variables)) + 
  geom_col(position = "dodge")

打印时 Date 或 POSIXct , ggplot2 假设一个连续的刻度,通过在适当的位置放置贴有良好标签的记号来适当形成,例如,2016-01-01上会有标有“2016”的记号。因此,如果数据点的x值为2015-12-31,则将在2016-01-01记号附近绘制。这对于每日或每周的数据很有用,但在您的用例中并不有用。

编辑

OP指出,他需要一个日期轴,因为他也想绘制月度和季度数据。

如果OP想要 覆盖的步骤 中的月度、季度和年度数据 一个绘图 如果使用连续的日期轴,那么我强烈建议不要使用条形图,尤其是在避开的情况下。

条形图通常用于离散数据。条的高度传递信息。通常,宽度没有任何意义,可以任意选择,也可以美观。

如果OP坚持使用日期轴,则宽度应该有意义。例如,水平扩展可以传递每个值分配给哪个时间段的信息,例如。,

ggplot(test_df, aes(x = floor_date(mydates, "year"), xend = mydates, 
                    y = values, yend = values, colour = variables)) + 
  geom_segment(size = 1) +
  theme_bw()

在这里,线段从年初开始,一直延伸到给定的结束日期。这将可视化 values 表示年度值。回避对她没有任何意义,所以颜色代码是唯一的区别 variables .

一个更复杂的例子(使用特别是合成的数据)是在一个图表中显示月度值、季度和年度平均值:

ggplot(month_df) + 
  aes(x = mydates, xend = floor_date(mydates, first(period)), 
      xmin = floor_date(mydates, first(period)), xmax = mydates,
      y = values, yend = values, ymin = 0, ymax = values, 
      fill = variables, shape = variables) + 
  geom_rect(data = year_df, alpha = 0.5)  +
  geom_segment(aes(colour = variables), data = quarter_df, size = 1) + 
  geom_point() +
  theme_bw()

然而,图表相当复杂,图表的信息很难解释和感知。

数据

library(data.table)
# create monthly dummy data
month_df <- data.table(
  # last day of month
  mydates = rep(seq(as.Date("2015-02-01"), length.out = 36L, by = "month") - days(1L), 2L),
  variables = rep(LETTERS[1:2], each = 36L),
  values = c(sinpi((1:36) / 18), cospi((1:36) / 12)),
  period = "month"
)
# aggregate by quarter
quarter_df <- month_df[, .(values = mean(values), period = "quarter"), 
     by = .(mydates = ceiling_date(mydates, "quarter") - days(1L), variables)]
# aggregate by year
year_df <- month_df[, .(values = mean(values), period = "year"), 
     by = .(mydates = ceiling_date(mydates, "year") - days(1L), variables)]