R和ggplot2：随着时间的推移制作三个分类变量的值总和的折线图

Question

我正试图弄清楚如何用ggplot2 和R 做一些看起来应该真的简单的事情。这太简单了……我一生都无法弄清楚如何去做。我确定答案是在 ggplot 文档中盯着我看，但我无法……找到它。所以。我来了。

我经常有很多这样的数据集：

tdf <- data.frame('datetime' = seq(from=as.POSIXct('2012-01-01 00:00:00'), 
             to=as.POSIXct('2012-01-31 23:59:59'), by=1))
tdf$variable <- rep(c('a','b','c'), length.out=length(tdf$datetime))
tdf$value <- sample(1:10, length(tdf$datetime), replace=T)
> head(tdf)
             datetime variable value
1 2012-01-01 00:00:00        a     7
2 2012-01-01 00:00:01        b     3
3 2012-01-01 00:00:02        c     7
4 2012-01-01 00:00:03        a     8
5 2012-01-01 00:00:04        b     2
6 2012-01-01 00:00:05        c     3

也就是说：我有一个分类变量（一个因子）、该变量的值以及记录所述观察的时间戳。我想为给定时间“桶”绘制每个分类变量的值的总和——最好使用ggplot2。我想这样做，而不必在可视化之前预先聚合它——也就是说，我真的想要保持数据集不变并将参数传递给ggplot2 以按时聚合它的灵活性。然而，我完全一头雾水。 geom_line 上的文档说要使用 stat='identity' 来获得价值总和，但是一旦我这样做了，我就不能再定义任何类型的 bin。如果我使用stat_summary，我经常根本不会得到情节。我得到的最接近的是：

tdf$variable <- factor(tdf$variable)

vis <- ggplot(tdf, aes(x=datetime, y=value, color=variable))
vis <- vis + geom_line(stat='identity')
vis <- vis + scale_x_datetime()

...至少打印一个图，其中一行对应于每个因子的值...按秒。如果不做大量工作来预先聚合数据，我无法将它发送到bin sum(value) 操作，例如一个小时、一天或一周。

帮助？

编辑：向 R 会话因该测试数据而窒息的任何人表示歉意。我把它剪掉了。

Answer 1

好吧，我想这就是你想要的。我已经大大减少了您的数据集，发布的数据集对于测试这些东西来说太大了。

tdf <- data.frame('datetime' = seq(from=as.POSIXct('2012-01-01 00:00:00'), to=as.POSIXct('2012-01-01 00:10:59'), by=1))
tdf$variable <- rep(c('a','b','c'), length.out=length(tdf$datetime))
tdf$value <- sample(1:10, length(tdf$datetime), replace=T)
tdf$variable <- factor(tdf$variable)

vis2 <- ggplot(tdf, aes(datetime, color=variable)) + 
geom_bar(binwidth=5,aes(weight=value),position="dodge") + 
scale_x_datetime(limits=c(min(tdf$datetime), max(tdf$datetime)))

geom_bar 使用stat_bin，因此您可以更改您的垃圾箱。默认情况下，它会获取计数，但如果您想要总和，您可以在aes() 中添加weight 参数。如果这没有回答您的问题，请告诉我。

顺便说一句，通过设置此特定数据的方式，使用 facet 之类的东西来分隔变量可能是有意义的，即：

vis2 <- ggplot(tdf, aes(datetime, fill=variable)) + 
geom_bar(binwidth=100,aes(weight=value),position="dodge") + 
scale_x_datetime(limits=c(min(tdf$datetime), max(tdf$datetime))) + 
facet_wrap(~variable)

否则它可能看起来像变量跨越不同的时间箱。