ggplot：用缺失值绘制时间序列数据

Question

我一直在尝试在我创建的数据框中的两列之间绘制图表。第一列存储的数据值是名为“时间”的每日时间数据（格式-YYYY-MM-DD），第二列包含降水量级，这是一个名为“data1”的数值。

此数据取自一个 Excel 文件“St Lucia3”，该文件共有 11598 个数据点，并将 1981 年至 2018 年的每日降水数据存储在两列中：

1. YearMonthDay（格式-“YYYYMMDD”，例如“19810501”）

2. 降雨量（毫米）

将数据导入R的代码：

StLucia <- read_excel("C:/Users/hp/Desktop/St Lucia3.xlsx")

时间数据“时间”的代码：

Time <- as.Date(as.character(StLucia$YearMonthDay), format= "%Y%m%d")

降水数据“data1”的代码：

library("imputeTS")
data1 <- na_ma(StLucia$`Rainfall (mm)`, k = 4, weighting = "exponential")

数据框“Pecip1”的代码：

Precip1 <- data.frame(Time, data1, check.rows=TRUE)

ggplot的代码是：

ggplot(data = Precip1, mapping= aes(x= Time, y= data1)) + geom_line()

使用 ggplot 在“Time”和“data1”结果之间绘制图形：

有人可以向我解释为什么在图表的右端会出现类似“异常扭结”的行为，即使“data1”列中没有这样的值。

“data1”数据与其索引的图如图所示：

这个情节的代码是：

plot(data1, type = "l")

任何帮助将不胜感激。谢谢！

Answer 1

这是一个可重现的示例 - 更改名称以匹配您的数据。

# create sample data
set.seed(47)
dd = data.frame(t = Sys.Date() + c(0:5, 30:32), y = runif(9))

# demonstrate problem
ggplot(dd, aes(t, y)) +
    geom_point() +
    geom_line()

正如 Tung 指出的那样，最简单的解决方案是使用更合适的 geom，例如 geom_col：

ggplot(dd, aes(t, y)) +
    geom_col()

如果你真的想用线条，你应该用NA填写缺少的日期以表示降雨。 H

# calculate all days
all_days = data.frame(t = seq.Date(from = min(dd$t), to = max(dd$t), by = "day"))
# join to original data
library(dplyr)
dd_complete = left_join(all_days, dd, by = "t")

# ggplot won't connect lines across missing values
ggplot(dd_complete, aes(t, y)) +
    geom_point() +
    geom_line()

或者，您可以将缺失值替换为 0 以使线沿轴移动，但我认为不绘制线更好，这意味着没有数据/缺失数据，而不是绘制 0 意味着没有降雨.

Answer 2

通过使用 pad 我们可以弥补那些丢失的值并分配一个 NA 值 避免在缺失数据的区域进行绘图。

library(padr)
library(zoo)

YearMonthDay<-c(19810501,19810502,19810504,19810505)
Data<-c(1,2,3,4)

StLucia<-data.frame(YearMonthDay,Data)

 StLucia$YearMonthDay <- as.Date(as.character(StLucia$YearMonthDay), format= 
 "%Y%m%d")

> StLucia
  YearMonthDay Data
1   1981-05-01    1
2   1981-05-02    2
3   1981-05-04    3
4   1981-05-05    4

注意：您可以看到我们缺少日期，但位置 2 和 3 之间仍然没有间隙，因此绘制与索引您不会看到间隙。

所以让我们添加缺少的日期：

 StLucia<-pad(StLucia,interval="day")

> StLucia
   YearMonthDay Data
 1   1981-05-01    1
 2   1981-05-02    2
 3   1981-05-03   NA
 4   1981-05-04    3
 5   1981-05-05    4

 plot(StLucia, type = "l")

如果要填写这些 NA 值，请使用 package(zoo) 中的 na.locf()