快速将“整洁”数据转换为超越图（又名超越图）的方法

Question

我希望找到更好的方法来转换这样的“整洁”数据框：

进入如下所示的“超越图”或“超越图”（在水资源应用中通常以两种方式拼写），它只是沿 x 轴对变量进行排名/排序。

这是我现在做的很长的方法：

（样本数据）：

library(tidyverse)

timestep <- c("a", "b", "c", "a", "b", "c", "a", "b", "c")
var <- c("x", "x", "x", "y", "y", "y", "z", "z", "z")
taf <- c(18,1,5,23,12,67,7,30,2)
df <- data.frame(timestep, var, taf)

构建一个新的数据框（我认为我需要它？）：

df_a <- df %>% filter(var == "x") %>% arrange(desc(taf))
df_b <- df %>% filter(var == "y") %>% arrange(desc(taf)) 
df_c <- df %>% filter(var == "z") %>% arrange(desc(taf)) 

df_rank <- rbind(df_a, df_b, df_c)
ts_nums <- length(unique(timestep))

taf_var_rank <- rep(seq(ts_nums),ts_nums)
taf_var_rank_xaxis <- taf_var_rank/(ts_nums+1) #standard calc for xaxis
df_rank <- data.frame(df_rank, taf_var_rank, taf_var_rank_xaxis)

制作这个，df_rank：

对于我这样的情节的最终目标：

ggplot(df_rank, aes(x = taf_var_rank_xaxis, y = taf, color = var)) + geom_line() + 
labs(x = "probability of exceedance")

我对 R（和编程）很陌生，我想我可以构建一个通用函数，或者如果我幸运的话，有一个现有的库/函数可以为我压缩这个过程？非常感谢任何帮助，因为我有一些包含许多变量的长时间序列。

干杯，戴夫

Answer 1

看看你做了什么，看起来你不需要制作那些单独的data.frames。您可以只使用主要的 dplyr 函数来做同样的事情：

df %>% arrange(var, desc(taf)) %>% 
  group_by(var) %>% 
  mutate(taf_var_rank = row_number(),
         taf_var_rank_xaxis = taf_var_rank/(n()+1)) %>% 
  ggplot(aes(x = taf_var_rank_xaxis, y = taf, color = var)) + 
    geom_line() + 
    labs(x = "probability of exceedance")