highcharter hcaes "group" 使用 highchart2() 绘制大量数据时的用法

highcharter hcaes "group" usage while plotting large amounts of data with highchart2()

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,经过一些阅读后我发现 highchart2() 函数包含 highcharts 的 boost 模块,这应该会提高性能绘制大量数据时很多。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))

这应该可以正确创建散点图,但由于数据量的原因已经存在一些性能问题。这就是我切换到 highchart2() 的原因,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,我发现使用 list_parse2() 时绘图的渲染速度要快得多,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,因为我更改了输入数据的结构,并删除了我提供给 hcaes() 的变量的名称。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,但是我无法在每个点进行区分 "Yes" 和 "No" 的分组工作,所以所有点现在都是相同的颜色。

所以我的问题是,如何在保持将变量分配给 hcaes() 中的 "group" 参数的同时有效地绘制具有 highcharter 的大型数据集?

在此先感谢您的帮助。

迷你免责声明:hcaes 仅在 data 对象是 data.frame 时有效。

现在,您可以使用 dplyr,使用 group_by 函数获取一系列数据框,然后使用辅助函数 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)