在 r 中生成带有时间序列数据帧的 ggplot 图
produce ggplot figure with time series data frame in r
我的数据集如下所示：
Year Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 1865 -0.6 -1.2 0.2 -0.2 -0.4 0.0 0.5 1.5 1.8 -2.0 -0.9 0.8
2 1866 0.5 0.8 -0.6 -2.3 -2.0 0.9 -0.5 -0.2 2.4 -0.3 -0.5 0.2
3 1867 -3.5 1.1 -4.3 1.8 -4.2 0.1 -2.0 1.9 1.4 2.2 -3.5 -0.1
4 1868 0.7 3.0 3.6 1.7 2.3 3.1 0.4 1.5 -2.8 3.5 -1.8 -0.1
5 1869 1.0 2.5 0.2 -0.2 -2.7 -1.9 -0.3 -1.0 -0.4 -1.4 1.4 0.0
6 1870 0.4 -2.8 -2.0 1.1 1.5 0.3 0.5 -3.6 0.2 0.9 -2.1 -3.0
7 1871 2.0 -0.3 0.9 -2.6 -1.5 -0.9 0.8 0.0 -2.2 0.2 -3.1 1.1
8 1872 1.0 -0.7 -1.1 -0.5 1.0 0.2 -2.3 -2.4 -1.8 1.6 0.4 -0.5
9 1873 1.3 -0.6 1.2 -3.3 -0.9 1.9 -0.1 3.1 -2.2 1.7 -1.9 0.6
10 1874 1.5 0.9 0.9 2.0 -1.3 0.1 0.6 0.9 1.4 1.8 -0.2 0.1
11 1875 -0.7 -1.0 -0.8 -1.8 2.4 3.2 -1.1 -1.6 -1.5 0.1 -3.1 -0.6
12 1876 0.8 -0.7 0.5 -0.6 0.8 3.3 1.7 0.3 -3.7 -1.9 -4.4 -2.1
13 1877 0.9 1.1 0.1 -3.1 -2.8 -0.1 1.3 -5.5 -3.2 0.0 2.2 2.5
14 1878 0.5 -0.2 0.2 -2.7 -0.8 -1.2 0.4 -3.5 1.0 -1.4 -3.1 -5.5
15 1879 -0.9 0.9 1.2 -0.2 1.6 -1.4 -0.4 -0.7 2.9 -0.3 -3.9 -1.2
16 1880 -0.8 1.0 0.5 1.3 -0.6 -0.2 -3.6 -0.4 -1.1 -4.7 1.0 -2.2
17 1881 -5.9 -0.9 -2.3 -1.9 0.9 1.2 1.7 -0.9 -2.2 -0.9 1.4 2.7
18 1882 1.0 0.6 3.6 -1.3 -1.3 0.1 1.8 0.7 1.6 0.3 1.6 -1.4
19 1883 0.7 2.4 -2.4 1.3 1.3 -2.3 -2.5 1.3 -0.7 2.5 1.9 0.7
20 1884 0.7 0.8 1.3 -2.0 0.3 0.9 -3.0 0.9 1.4 1.4 -1.1 2.1
21 1885 -0.4 -1.8 0.9 1.2 -1.6 1.7 0.3 -4.9 1.9 -0.3 -1.2 -1.3
22 1886 0.3 -0.1 -0.9 -1.2 -1.2 0.8 0.7 3.0 -1.2 0.7 1.6 -0.2
23 1887 1.7 1.1 -1.9 -3.2 0.5 -2.0 -0.3 -2.3 -0.7 -3.3 -1.1 -2.7
24 1888 -1.5 -1.6 -1.5 -0.8 -1.5 -1.7 -1.7 -0.4 -3.0 -3.1 2.2 1.4
25 1889 1.2 0.2 -0.2 1.7 0.5 1.7 -3.0 1.5 -1.2 1.0 1.7 3.1
26 1890 2.3 -0.7 2.0 1.8 -0.6 1.7 1.4 1.1 1.3 0.0 2.7 -0.8
27 1891 0.2 0.9 -1.2 -1.6 -0.8 -4.0 -2.8 0.2 1.6 1.1 0.0 1.7
28 1892 0.5 -1.8 -1.4 -0.6 -2.2 -1.6 0.0 -0.2 2.2 -3.2 0.7 -1.3
29 1893 -2.1 0.8 -0.4 -0.2 -1.2 -2.6 0.2 -2.8 1.7 0.4 -2.3 2.3
30 1894 0.5 3.1 1.7 1.8 -0.8 2.7 1.2 0.3 -4.0 -3.1 2.2 0.6
31 1895 -1.7 -4.9 1.0 -0.7 0.6 -0.4 0.1 -0.5 0.1 -2.8 -0.6 -0.5
32 1896 -0.9 0.9 2.6 2.5 1.2 -0.6 2.3 0.0 -0.1 -2.5 -0.9 1.8
33 1897 -1.5 1.1 1.0 3.6 0.1 -2.6 -1.0 1.4 1.0 -2.1 -0.5 0.6
34 1898 1.2 1.2 -0.5 2.2 -1.1 -1.5 -1.5 1.1 -0.8 -0.9 0.9 0.6
35 1899 -1.3 -1.6 -2.1 -0.3 -1.4 1.4 2.0 -2.6 1.4 -2.0 0.6 -0.9
36 1900 1.8 -3.1 -2.1 0.8 0.7 -0.7 -1.0 0.5 2.3 -0.3 2.2 1.2
（从here下载）
我想制作一个与此类似的图表。
我的问题是：使用这种格式的数据集以生成所需图形的最佳方法是什么？最好使用melt吗？例如：
dd <- melt(d, id = "Year")
然后画图
ggplot(dd, aes(x = Year, y = value)) +
geom_line()
我本以为数据最初的格式足以绘制此图？
这是一种方法。有必要首先重塑您的数据。 mo2Num 是在流程中创建日期对象的函数。首先，我使用 gather 将您的数据排列在 long-format 中。然后，我使用 mo2Num 将 month（月份名称）更改为 moth（数字）。 date是后面图形中用到的日期对象。 positive 是一列，用于在图形中分配不同的颜色。
library(dplyr)
library(tidyr)
library(ggplot2)
library(scales)
# Credit to Bonded Dust
mo2Num <- function(x) match(tolower(x), tolower(month.abb))
ana <- gather(mydf, month, value, - Year) %>%
mutate(month = mo2Num(month),
date = as.Date(paste(Year, month, "1", sep = "-"), format = "%Y-%m-%d"),
positive = ifelse(value > 0, 1, 2))
ggplot(data = ana, aes(x = date, y = value, fill = factor(positive))) +
geom_bar(stat = "identity") +
scale_x_date() +
theme(legend.position = "none")
这也可以解决问题：
library("ggplot2")
library("reshape2")
data_long <- melt(data, id.vars = "Year", variable.name = "month", value.name = "nao")
data_long$cat <- ifelse(data_long$nao >= 0, "1", "0")
data_long$time <- with(data_long, as.Date(paste(Year, as.character(month), 1, sep = ""), format = "%Y%B%d"))
ggplot(data_long, aes(x = time, y = nao, fill = cat)) +
geom_bar(stat = "identity") +
scale_fill_manual(values = c("red", "blue"))
因为您的值基于 Year-Month，您可以将 'Variable' 转换为 class yearmon 并使用包 [=13] 中的 scale_x_yearmon =]:
library(zoo)
library(ggplot2)
library(scales)
dd$ym <- as.yearmon(with(dd, paste(variable, Year)))
ggplot(dd, aes(x = ym, y = value, fill = value < 0)) +
geom_bar(stat = "identity") +
scale_x_yearmon()
我的数据集如下所示：
Year Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
1 1865 -0.6 -1.2 0.2 -0.2 -0.4 0.0 0.5 1.5 1.8 -2.0 -0.9 0.8
2 1866 0.5 0.8 -0.6 -2.3 -2.0 0.9 -0.5 -0.2 2.4 -0.3 -0.5 0.2
3 1867 -3.5 1.1 -4.3 1.8 -4.2 0.1 -2.0 1.9 1.4 2.2 -3.5 -0.1
4 1868 0.7 3.0 3.6 1.7 2.3 3.1 0.4 1.5 -2.8 3.5 -1.8 -0.1
5 1869 1.0 2.5 0.2 -0.2 -2.7 -1.9 -0.3 -1.0 -0.4 -1.4 1.4 0.0
6 1870 0.4 -2.8 -2.0 1.1 1.5 0.3 0.5 -3.6 0.2 0.9 -2.1 -3.0
7 1871 2.0 -0.3 0.9 -2.6 -1.5 -0.9 0.8 0.0 -2.2 0.2 -3.1 1.1
8 1872 1.0 -0.7 -1.1 -0.5 1.0 0.2 -2.3 -2.4 -1.8 1.6 0.4 -0.5
9 1873 1.3 -0.6 1.2 -3.3 -0.9 1.9 -0.1 3.1 -2.2 1.7 -1.9 0.6
10 1874 1.5 0.9 0.9 2.0 -1.3 0.1 0.6 0.9 1.4 1.8 -0.2 0.1
11 1875 -0.7 -1.0 -0.8 -1.8 2.4 3.2 -1.1 -1.6 -1.5 0.1 -3.1 -0.6
12 1876 0.8 -0.7 0.5 -0.6 0.8 3.3 1.7 0.3 -3.7 -1.9 -4.4 -2.1
13 1877 0.9 1.1 0.1 -3.1 -2.8 -0.1 1.3 -5.5 -3.2 0.0 2.2 2.5
14 1878 0.5 -0.2 0.2 -2.7 -0.8 -1.2 0.4 -3.5 1.0 -1.4 -3.1 -5.5
15 1879 -0.9 0.9 1.2 -0.2 1.6 -1.4 -0.4 -0.7 2.9 -0.3 -3.9 -1.2
16 1880 -0.8 1.0 0.5 1.3 -0.6 -0.2 -3.6 -0.4 -1.1 -4.7 1.0 -2.2
17 1881 -5.9 -0.9 -2.3 -1.9 0.9 1.2 1.7 -0.9 -2.2 -0.9 1.4 2.7
18 1882 1.0 0.6 3.6 -1.3 -1.3 0.1 1.8 0.7 1.6 0.3 1.6 -1.4
19 1883 0.7 2.4 -2.4 1.3 1.3 -2.3 -2.5 1.3 -0.7 2.5 1.9 0.7
20 1884 0.7 0.8 1.3 -2.0 0.3 0.9 -3.0 0.9 1.4 1.4 -1.1 2.1
21 1885 -0.4 -1.8 0.9 1.2 -1.6 1.7 0.3 -4.9 1.9 -0.3 -1.2 -1.3
22 1886 0.3 -0.1 -0.9 -1.2 -1.2 0.8 0.7 3.0 -1.2 0.7 1.6 -0.2
23 1887 1.7 1.1 -1.9 -3.2 0.5 -2.0 -0.3 -2.3 -0.7 -3.3 -1.1 -2.7
24 1888 -1.5 -1.6 -1.5 -0.8 -1.5 -1.7 -1.7 -0.4 -3.0 -3.1 2.2 1.4
25 1889 1.2 0.2 -0.2 1.7 0.5 1.7 -3.0 1.5 -1.2 1.0 1.7 3.1
26 1890 2.3 -0.7 2.0 1.8 -0.6 1.7 1.4 1.1 1.3 0.0 2.7 -0.8
27 1891 0.2 0.9 -1.2 -1.6 -0.8 -4.0 -2.8 0.2 1.6 1.1 0.0 1.7
28 1892 0.5 -1.8 -1.4 -0.6 -2.2 -1.6 0.0 -0.2 2.2 -3.2 0.7 -1.3
29 1893 -2.1 0.8 -0.4 -0.2 -1.2 -2.6 0.2 -2.8 1.7 0.4 -2.3 2.3
30 1894 0.5 3.1 1.7 1.8 -0.8 2.7 1.2 0.3 -4.0 -3.1 2.2 0.6
31 1895 -1.7 -4.9 1.0 -0.7 0.6 -0.4 0.1 -0.5 0.1 -2.8 -0.6 -0.5
32 1896 -0.9 0.9 2.6 2.5 1.2 -0.6 2.3 0.0 -0.1 -2.5 -0.9 1.8
33 1897 -1.5 1.1 1.0 3.6 0.1 -2.6 -1.0 1.4 1.0 -2.1 -0.5 0.6
34 1898 1.2 1.2 -0.5 2.2 -1.1 -1.5 -1.5 1.1 -0.8 -0.9 0.9 0.6
35 1899 -1.3 -1.6 -2.1 -0.3 -1.4 1.4 2.0 -2.6 1.4 -2.0 0.6 -0.9
36 1900 1.8 -3.1 -2.1 0.8 0.7 -0.7 -1.0 0.5 2.3 -0.3 2.2 1.2
（从here下载）
我想制作一个与此类似的图表。
我的问题是：使用这种格式的数据集以生成所需图形的最佳方法是什么？最好使用melt吗？例如：
dd <- melt(d, id = "Year")
然后画图
ggplot(dd, aes(x = Year, y = value)) +
geom_line()
我本以为数据最初的格式足以绘制此图？
这是一种方法。有必要首先重塑您的数据。 mo2Num 是在流程中创建日期对象的函数。首先，我使用 gather 将您的数据排列在 long-format 中。然后，我使用 mo2Num 将 month（月份名称）更改为 moth（数字）。 date是后面图形中用到的日期对象。 positive 是一列，用于在图形中分配不同的颜色。
library(dplyr)
library(tidyr)
library(ggplot2)
library(scales)
# Credit to Bonded Dust
mo2Num <- function(x) match(tolower(x), tolower(month.abb))
ana <- gather(mydf, month, value, - Year) %>%
mutate(month = mo2Num(month),
date = as.Date(paste(Year, month, "1", sep = "-"), format = "%Y-%m-%d"),
positive = ifelse(value > 0, 1, 2))
ggplot(data = ana, aes(x = date, y = value, fill = factor(positive))) +
geom_bar(stat = "identity") +
scale_x_date() +
theme(legend.position = "none")
这也可以解决问题：
library("ggplot2")
library("reshape2")
data_long <- melt(data, id.vars = "Year", variable.name = "month", value.name = "nao")
data_long$cat <- ifelse(data_long$nao >= 0, "1", "0")
data_long$time <- with(data_long, as.Date(paste(Year, as.character(month), 1, sep = ""), format = "%Y%B%d"))
ggplot(data_long, aes(x = time, y = nao, fill = cat)) +
geom_bar(stat = "identity") +
scale_fill_manual(values = c("red", "blue"))
因为您的值基于 Year-Month，您可以将 'Variable' 转换为 class yearmon 并使用包 [=13] 中的 scale_x_yearmon =]:
library(zoo)
library(ggplot2)
library(scales)
dd$ym <- as.yearmon(with(dd, paste(variable, Year)))
ggplot(dd, aes(x = ym, y = value, fill = value < 0)) +
geom_bar(stat = "identity") +
scale_x_yearmon()