在ggplot2中执行geom_hline时选择最新的数据集

Question

dput（x）的

structure(list(Host = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L), .Label = "A", class = "factor"), TimeStamp = structure(c(1L, 
2L, 3L, 4L, 5L, 1L, 2L, 3L, 4L, 5L), .Label = c("1/11/2013", 
"1/12/2013", "1/13/2013", "1/14/2013", "1/15/2013"), class = "factor"), 
    Instance = structure(c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 
    2L), .Label = c("/application", "/db"), class = "factor"), 
    Free_Space = c(5048L, 5049L, 6000L, 4800L, 5100L, 317659L, 
    340000L, 350000L, 356666L, 370000L), Used_Space = c(3017L, 
    56000L, 60000L, 55000L, 54000L, 271657L, 150000L, 175000L, 
    165000L, 189999L), Total_Space = c(8064L, 61049L, 66000L, 
    59800L, 59100L, 589316L, 490000L, 525000L, 521666L, 559999L
    )), .Names = c("Host", "TimeStamp", "Instance", "Free_Space", 
"Used_Space", "Total_Space"), class = "data.frame", row.names = c(NA, 
-10L))

我有这个数据框。我通过在给定Host，TimeStamp和Instance的data.table包中添加Free_Space和Used_Space来驱动列名Total_Space。

x<-data.table(x)
x<-x[,Total_Space:=Free_Space+Used_Space, by=c("Host", "Instance", "TimeStamp")]

我喜欢使用ggplot2中的ggplot facet_wrap来绘制GB中的已用空间，并通过Total_Space绘制一个geom_line，以便用户可以看到有多少空间。

例如，我这样做：

ggplot(x, aes(TimeStamp, Used_Space/1024, group=Instance)) + geom_area(fill="blue") + geom_smooth(method="lm", colour="orange",se=T, size=1) + geom_hline(data=x, aes(yintercept = Total_Space/1024), col="red")+ facet_wrap(~Host+Instance, ncol=3, scales="free") 

我看到的问题是，由于Total_Space正在发生变化，我为同一个实体和主机获得了多个geom_hline。

我的问题是，在为每个实例和主机执行geom_hline时，如何选择最新的时间戳？我需要在geom_hline中显示最新的Total_Space。

我试过这种方法：

x＆lt; -x [，LatestTS：= tail（p [order（p $ TimeStamp），]，1）$ Total_Space，by = c（“Host”，“Instance”，“TimeStamp”）]

没用。它为所有实例选择相同的数字。

Answer 1

首先，我的解决方案是将您的专栏TimeStamp设为日期

x$TimeStamp<-as.Date(x$TimeStamp,format="%m/%d/%Y")

然后，由于您的数据对象为data.table，您可以根据Host和Instance对数据进行分组，并设置TimeStamp应该是最大值。

x[,.SD[TimeStamp==max(TimeStamp)],by="Host,Instance"]
   Host     Instance  TimeStamp Free_Space Used_Space Total_Space
1:    A /application 2013-01-15       5100      54000       59100
2:    A          /db 2013-01-15     370000     189999      559999

现在您可以在geom_hline()中使用此行。使用scale_x_date()，您将获得更多控制此比例的可能性。

library(scales)
ggplot(x, aes(TimeStamp, Used_Space/1024, group=Instance)) + 
  geom_area(fill="blue") + geom_smooth(method="lm", colour="orange",se=T, size=1) + 
  geom_hline(data=x[,.SD[TimeStamp==max(TimeStamp)],by="Host,Instance"], aes(yintercept = Total_Space/1024), col="red")+ 
  facet_wrap(~Host+Instance, ncol=3, scales="free") +
  scale_x_date(labels = date_format("%m/%d/%Y"))