一个图中的多个时间序列图，不考虑空字段

Question

我有一个问题可能很简单，但一直很难找到解决方案。 我有一个不同公司和不同年份的数据，如下所示：

我想在一个图中为所有公司绘制一种时间序列图。关键是我不希望相应间隔的缺失值为 0。我期望的结果将日期作为 X 轴，将值作为 Y 轴。因此，例如，CompanyA 的线的结果将是一条水平线，从 2001-02 开始，到 2001-06 结束，高度为 1000（作为 Y 值）。我想可视化不同公司的时间间隔。 我试图在 R 中使用 ggplot2 来绘制它，但并没有真正成功。有人可以帮我在R中画这个吗？我有 500 多行和 180 多列。

Answer 1

这里有多个完全属于“数据争吵”的问题。最大的问题是将实际值估算到您的缺失值字段中。 幸运的是，xts 时间序列库包含执行此操作的函数，以及绘制多个时间序列的函数，这是您的最终目标。

但是，在我们可以使用这些奇妙的功能之前，您必须做一些工作，将您的数据转换为 xts 对象。

首先使用@aelwan的方法重新创建上面的数据。

    ```{r, tidy=TRUE}

    df <-  read.table(text = c(" 
    CompanyA    NA  1000    NA  NA  NA  1000
    CompanyB    600 NA  NA  NA  600 NA
    CompanyC    NA  5000    NA  5000 NA  NA"), 
                      header = F)   
    colnames(df) <-  c("CompanyName", "2001-01", "2001-02" ,"2001-03", "2001-04",  "2001-05", "2001-06")

    df

              CompanyName 2001-01 2001-02 2001-03 2001-04 2001-05 2001-06
            1    CompanyA      NA    1000      NA      NA      NA    1000
            2    CompanyB     600      NA      NA      NA     600      NA
            3    CompanyC      NA    5000      NA     500      NA      NA

您的数据似乎是宽格式，因此我建议将其转换为长格式。这将需要几个步骤来保留重要信息，例如列名和行名，以及数据的类别（数字）。

首先，转置数据框

df_t <- t(df)

现在，保存第一行，其中现在包含公司名称。

 company_names <- df_t[1,]

转置过程产生一个“矩阵”类的对象。删除第一行并制作 df_t 对象类 data.frame。

  df_t <- data.frame(df_t[-1, ], stringsAsFactors = FALSE)

添加存储在“company_names”中的公司名称作为列名

colnames(df_t) <- company_names

您的列数据类也可能在转置过程中丢失，因此请使用sapply 函数将所有列转换为数字类。

   df_long <- data.frame(sapply(df_t, FUN=as.numeric), row.names = rownames(df_t))

    # print the long form results
    df_long
```
        CompanyA CompanyB CompanyC
Jan 2001       NA      600       NA
Feb 2001     1000       NA     5000
Mar 2001       NA       NA       NA
Apr 2001       NA       NA     5000
May 2001       NA      600       NA
Jun 2001     1000       NA       NA

现在，将您的新df_long data.frame 转换为基于时间序列索引的xts 对象，以访问您需要的时间序列函数。

```{r}
library(xts)

# convert rownames "2001-01, 2001-02, ..." to yearmon format
rownames(df_long) <- as.yearmon(rownames(df_long), "%Y-%m")

# pass the dates as an index to the xts via the `order.by` arguement.
df_xts <- xts(df_long , order.by = as.yearmon(rownames(df_long)))
```

最后，我们可以使用xts包中的“Last Observation Carried Forward”功能，na.locf来填写日期。

```{r}
df_locf <- na.locf(df_xts)

df_locf
```
         CompanyA CompanyB CompanyC
Jan 2001       NA      600       NA
Feb 2001     1000      600     5000
Mar 2001     1000      600     5000
Apr 2001     1000      600     5000
May 2001     1000      600     5000
Jun 2001     1000      600     5000

在xts 类的对象上调用plot 函数时，可以轻松生成多变量时间序列图。

```{r}
# The plot function works.
plot(df_locf)
```

Answer 2

您是否正在寻找这样的东西？

library(tidyverse)
library(zoo)
df %>% 
  tidyr::gather("date", "value", 2:7) %>% 
  dplyr::filter(!is.na(value)) %>% 
  ggplot(., aes(x = as.factor(as.yearmon(date)), y = value, group = CompanyName, colour = CompanyName))+
    geom_line() +labs(x = "Date")

数据

df <-  read.table(text =c("
CompanyA    NA  1000    NA  NA  NA  1000
CompanyB    600 NA  NA  NA  600 NA
CompanyC    NA  5000    NA  5000    NA  NA"), header = F) 

colnames(df) <-  c("CompanyName",   "2001-01",  "2001-02"   ,"2001-03", "2001-04",  "2001-05",  "2001-06")