一个情节，多个时间序列，来自带有 ggplot2 的 CSV 文件

Question

我对 R 还是很陌生，只是不知道如何做到这一点，尽管有一些类似但不完全一样的问题四处流传。我有几个 (~10) CSV 文件，如下所示：

time, value
0, 5
100, 4
200, 8
etc.

那是他们记录了当时一长串的时间和价值观。我想使用 ggplot2 将它们全部绘制在 R 中的一个图表上，使其看起来像这样。我一直在尝试各种融合和合并，但到目前为止都没有成功（尽管 read.csv 工作正常，我可以轻松地一一绘制文件）。我不知道的一件事是是否在所有数据到达 ggplot2 之前合并所有数据，或者以某种方式将所有数据单独传递给 ggplot2。

我可能应该注意到，每个数据系列共享完全相同的时间点。我的意思是，如果文件 1 在时间 100、200、300、...、1000 处具有值，那么所有其他文件也是如此。 但理想情况下，我希望解决方案不依赖于它，因为我可以看到未来的情况，时间比例相似但不完全相同，例如文件 1 的时间为 99、202、302、399，...，文件 2 的时间为 101、201、398、400，...

非常感谢。

编辑：我可以像这样（笨拙地）使用普通的plot 来做到这一点，这可能说明了我想做的事情：

f1 = read.csv("file1.txt")
f2 = read.csv("file2.txt")
f3 = read.csv("file3.txt")
plot(f1$time,f1$value,type="l",col="red")
lines(f2$time, f2$value, type="l",col="blue" )
lines(f3$time, f3$value, type="l",col="green" )

Answer 1

我会将其分为 4 个任务。这也有助于为每个人寻找答案。

1. Reading a few files automatically, without harcoding the file names 
2. Merging these data.frame's , using a "left join"
3. Reshaping the data for ggplot2
4. Plotting a line graph

.

# Define a "base" data.frame
max_time = 600
base_df <- data.frame(time=seq(1, max_time, 1))

# Get the file names
all_files = list.files(pattern='.*csv')

# This reads the csv files, check if you need to make changes in read.csv
all_data <- lapply(all_files, read.csv)

# This joins the files, using the "base" data.frame
ls = do.call(cbind, lapply(all_data, function(y){
  df = merge(base_df, y, all.x=TRUE, by="time")
  df[,-1]
}))

# This would have the data in "wide" format
data = data.frame(time=base_df$time, ls)

# The plot
library(ggplot2)
library(reshape2)

mdf = melt(data, id.vars='time')
ggplot(mdf, aes(time, value, color=variable, group=variable)) +
  geom_line() +
  theme_bw()

Answer 2

# Creating fake data
fNames <- c("file1.txt", "file2.txt", "file3.txt")

write.csv(data.frame(time=c(1, 2, 4), value=runif(3)), file=fNames[1])
write.csv(data.frame(time=c(3, 4), value=runif(2)), file=fNames[2])
write.csv(data.frame(time=c(5), value=runif(1)), file=fNames[3])

这是我的尝试，

fNames <- c("file1.txt", "file2.txt", "file3.txt")

allData <- do.call(rbind, # Read the data and combine into single data frame
               lapply(fNames,
                      function(f){
                        cbind(file=f, read.csv(f))
                      }))
require(ggplot2)
ggplot(allData)+
  geom_line(aes(x=time, y=value, colour=file)) # This way all series have a legend!

Answer 3

您有四种方法可以做到这一点。

第一

您可以将所有数据合并到一个数据框中，然后分别绘制每条线。下面是使用示例数据的代码：

library(ggplot2)
library(reshape2)
data1 <- data.frame(time=1:200, series1=rnorm(200))
data2 <- data.frame(time=1:200, series2=rnorm(200))

mergeData <- merge(data1, data2, by="time", all=TRUE)

g1 <- ggplot(mergeData, aes(time, series1)) + geom_line(aes(color="blue")) + ylab("")
g2 <- g1 + geom_line(data=mergeData, aes(x=time, y=series2, color="red")) + guides(color=FALSE)
g2

第二次

您可以融合合并的数据，然后使用单个 ggplot 代码进行绘图。下面是代码：

library(reshape2)
meltData <- melt(mergeData, id="time")
ggplot(meltData, aes(time, value, color=variable)) + geom_line()

第三 这与您的编辑类似。变量名应该相同。

library(ggplot2)
data1 <- data.frame(time=1:200, series1=rnorm(200))
data2 <- data.frame(time=1:200, series1=rnorm(200))

g1 <- ggplot(data1, aes(time, series1)) + geom_line(aes(color="blue")) + ylab("")
g2 <- g1 + geom_line(data=data2, aes(color="red")) + guides(color=FALSE)
g2

第四法：

这是完成任务的最通用方法，做出最少的假设。这种方法并不假设每个数据集中的变量名称都相同，但它会让你编写更多代码（代码中的变量名称错误, 会报错）。

library(ggplot2)

data1 <- data.frame(id=1:200, series1=rnorm(200))
data2 <- data.frame(id=1:200, series2=rnorm(200))

g1 <- ggplot() + geom_line(data=data1, aes(x=id, y=series1, color="red")) +
       geom_line(data=data2, aes(x=id, y=series2, color="blue")) + guides(color=FALSE)
g1