Question

我正在使用R来绘制一些数据。

Date <- c("07/12/2012 05:00:00", "07/12/2012 06:00:00", "07/12/2012 07:00:00",
      "07/12/2012 08:00:00","07/12/2012 10:00:00","07/12/2012 11:00:00")
Date <- strptime(Date, "%d/%m/%Y %H:%M")
Counts <- c("0","3","10","6","5","4")
Counts <- as.numeric(Counts)
df1 <- data.frame(Date,Counts,stringsAsFactors = FALSE)
library(ggplot2)
g = ggplot(df1, aes(x=Date, y=Counts)) + geom_line(aes(group = 1))
g

如果时间中断，我如何要求R不要将数据绘制为连续线？我通常每小时都有一个数据点，但有时会有休息时间（早上8点到早上10点之间）。在这些点之间，我不希望线路连接。这可能在R？

修改

非常感谢这里的回复。我的数据现在间隔为10秒，我希望使用这些数据进行相同的分析。

df <- structure(list(Date = c("11/12/2012", "11/12/2012", "11/12/2012", 
                     "11/12/2012", "11/12/2012", "11/12/2012", "11/12/2012", 
                     "11/12/2012", "11/12/2012", "11/12/2012", "11/12/2012"),
                     Time = c("20:16:00", "20:16:10", "20:16:20", "20:16:30", 
                     "20:16:40", "20:16:50", "20:43:30", "20:43:40", 
                     "20:43:50", "20:44:00", "20:44:10"),
                     Axis1 = c(181L, 14L, 65L, 79L, 137L, 104L, 7L, 0L, 0L, 
                     14L, 0L),
                     Steps = c(13L, 1L, 6L, 3L, 8L, 4L, 1L, 0L, 0L, 0L, 0L)),
                .Names = c("Date", "Time", "Axis1", "Steps"),
                row.names = c(57337L, 57338L, 57339L, 57340L, 57341L, 57342L, 
                57502L, 57503L, 57504L, 57505L, 57506L), class = "data.frame")

我认为我理解代码尝试做什么，当它将列'group'添加到原始数据帧时，但我的问题是如何让R知道数据现在是10秒间隔？当我应用第一行代码来确定数字是否连续或是否存在间隙（例如idx＆lt; - c（1，diff（df $ Time））时，我收到以下错误：

r [i1]中的错误 - r [-length（r）： - （length（r） - lag + 1L）]：二元运算符的非数字参数

在我的'Time'变量之后，我是否需要添加'as.POSIXct'以确保正确识别时间？

Answer 1

您必须通过为要连接的那些点设置公共值来设置group。在这里，您可以将前4个值设置为1，将最后2个值设置为2。并将它们作为因素。也就是说，

df1$grp <- factor(rep(1:2, c(4,2)))
g <- ggplot(df1, aes(x=Date, y=Counts)) + geom_line(aes(group = grp)) + 
                     geom_point()

修改：加载data.frame后，您可以使用此代码自动生成grp列：

idx <- c(1, diff(df$Date))
i2 <- c(1,which(idx != 1), nrow(df)+1)
df1$grp <- rep(1:length(diff(i2)), diff(i2))

注意重要也可以添加geom_point()，因为discontinuous range恰好是data.frame中的最后一个条目，它不会被绘制（因为没有2点连接线）。在这种情况下，geom_point()将绘制它。

举个例子，我将生成一个有更多空白的数据：

# get a test data
set.seed(1234)
df <- data.frame(Date=seq(as.POSIXct("05:00", format="%H:%M"), 
                as.POSIXct("23:00", format="%H:%M"), by="hours"))
df$Counts <- sample(19)
df <- df[-c(4,7,17,18),]

# generate the groups automatically and plot
idx <- c(1, diff(df$Date))
i2 <- c(1,which(idx != 1), nrow(df)+1)
df$grp <- rep(1:length(diff(i2)), diff(i2))
g <- ggplot(df, aes(x=Date, y=Counts)) + geom_line(aes(group = grp)) + 
            geom_point()
g

ggplot2_groups

修改：对于您的新数据（假设为df），

df$t <- strptime(paste(df$Date, df$Time), format="%d/%m/%Y %H:%M:%S")

idx <- c(10, diff(df$t))
i2 <- c(1,which(idx != 10), nrow(df)+1)
df$grp <- rep(1:length(diff(i2)), diff(i2))

现在用aes(x=t, ...)绘图。

Answer 2

我认为R或ggplot2无法知道某处是否存在丢失的数据点，除了您使用NA指定它之外。这样，例如：

df1 <- rbind(df1, list(strptime("07/12/2012 09:00:00", "%d/%m/%Y %H:%M"), NA))
ggplot(df1, aes(x=Date, y=Counts)) + geom_line(aes(group = 1))

enter image description here

Answer 3

Juba's answer，要将明确的NA包含在您想要休息的位置，这是最好的方法。这是另一种在正确的位置引入NA的方法（无需手动弄清楚）。

every.hour <- data.frame(Date=seq(min(Date), max(Date), by="1 hour"))
df2 <- merge(df1, every.hour, all=TRUE)
g %+% df2

enter image description here

在将日期和时间更改为正确的格式之后，您可以对后面的df示例执行类似操作

df$DateTime <- as.POSIXct(strptime(paste(df$Date, df$Time), 
                                   format="%m/%d/%Y %H:%M:%S"))
every.ten.seconds <- data.frame(DateTime=seq(min(df$DateTime), 
                                             max(df$DateTime), by="10 sec"))
df.10 <- merge(df, every.ten.seconds, all=TRUE)

ggplot2中没有数据时换行

3 个答案: