r中堆叠条形图的滚动平均趋势线答案

【问题标题】：Rolling average trendline on stacked barchart in rr中堆叠条形图的滚动平均趋势线
【发布时间】：2020-12-22 03:50:40
【问题描述】：

我正在尝试复制 nytimes covid 案例条形图，但我想将其设为堆叠条形图。我的问题是 7 天滚动平均趋势线被我的堆叠变量“状态”弄乱了。当然，这种可视化并不理想，但现在我无法弄清楚它让我发疯。如果您不按状态分组并删除“color=states”，它可以正常工作，如下图所示。

library(dplyr)
library(readr)
library(ggplot2)
library(zoo)

data_url <- "http://covidtracking.com/api/states/daily.csv"
corona <- read_csv(data_url)
corona <- corona %>% 
  mutate(date=lubridate::parse_date_time(date, "ymd"))

total<-corona %>%
  group_by(date,state)%>%
summarise_at(vars(positiveIncrease),sum)%>%mutate(seven_avg= rollmean(positiveIncrease, 7,
                             align="left", 
                             fill=0))
  ggplot(total,aes(x=date,
             y=positiveIncrease,fill=state)) +
  geom_col()+
  geom_line(aes(y = seven_avg), 
            color = "red", 
            size = .75)

【问题讨论】：

我不明白你想要的输出是什么。或许您可以用更小的样本数据集更清楚地说明问题？
好的，我希望这些数字有助于描述我想要什么

标签： r ggplot2 moving-average

【解决方案1】：

问题是geom_line 不会为您汇总数据。相反，您会得到一条连接州级所有观察结果的趋势线，而不是一条整体的聚合趋势线。

简单的解决方案是使用聚合数据集来获取聚合趋势线：

library(dplyr)
library(readr)
library(ggplot2)
library(zoo)

data_url <- "http://covidtracking.com/api/states/daily.csv"
corona <- read_csv(data_url)
corona <- corona %>%
  mutate(date = lubridate::parse_date_time(date, "ymd"))

total <- corona %>%
  group_by(date, state) %>%
  summarise_at(vars(positiveIncrease), sum) %>%
  mutate(seven_avg = rollmean(positiveIncrease, 7,
    align = "left",
    fill = 0
  ))

overall <- total %>%
  group_by(date) %>%
  summarise_at(vars(positiveIncrease), sum) %>%
  mutate(seven_avg = rollmean(positiveIncrease, 7,
                              align = "left",
                              fill = 0
  ))

ggplot(total, aes(
  x = date,
  y = positiveIncrease
)) +
  geom_col(aes(color = state)) +
  geom_line(data = overall, aes(y = seven_avg),
    color = "red",
    size = .75,
  )

【讨论】：

不客气。顺便说一句：不需要第二个数据集的另一个选择是使用stat_summary(aes(y = seven_avg), fun = "sum", geom = "line", color = "red", size = .75)，它将为您进行聚合。但是请注意，趋势线会有所不同，因为在这种情况下，状态趋势将被简单地汇总。

【解决方案2】：

不确定您想要什么，但您当前的代码存在多个问题，如果不将图表分成两个图表，就很难看到。

您的日期中有 56 个州（美国有 56 个州吗？-我以为是 50 个）当您绘制 geom_line 时，它们都位于底部，因为值和比例相对于条形图，所以看起来就像底部的一个红色斑点，但它实际上是图表底部 56 条红线的组合。
不确定您想在这里组合什么，但 9 个月的每日图表将是大量数据，可以在一张图表上绘制所有 56 个状态。您能否提出您想回答的具体问题，然后我们可以提出如何绘制数据图表的更好想法。

这是我的代码，将您的原始数据分解为两个图表，以便更容易理解数据包含的内容以及 ggplot 的工作原理。

第一个是每个月的第一天而不是数据集中每天的所有状态的条形图。由于 56 表示即使有图例也很难阅读，所以我从这些图中删除了图例。哇 11 月 1 日德克萨斯州的 71k 病例增加了怎么办？（我手动检查数据，看看哪个州拥有那个高杆）

ggplot(data = total %>% filter(lubridate::day(date) == 1)) +
  geom_col(aes(x = date,
               y = positiveIncrease, group = state,
               color = state), position = "dodge") +
  theme(legend.position = "none")

这是seven_avg 56 个状态的折线图

ggplot(data = total) +
  geom_line(aes(x = date, y = seven_avg, group = state,
                color = state), 
            size = .75) +
  theme(legend.position = "none")

【讨论】：