剪切数据和访问组以绘制百分位线

时间:2013-06-12 12:58:04

标签: r cut percentile

我对R很新,所以请保持温和。

我有一个包含时间戳和一些数据的数据集。 现在我想绘制一个图表:

  • 数据按例如分组间隔60分钟和
  • 绘制了一些百分位线。

我想要一个时间为x轴,间隙为y轴的图表。 我想象像boxplot这样的东西,但为了更好的概述 - 因为我有一个很长的测量 - 而不是盒子,我想有连接

的线条
  • 平均值,
  • 3百分位,
  • 97百分位和
  • 100百分位

以下是一个示例数据:

> head(B, 10)
                        times     gaps
1  2013-06-10 15:40:02.654168 1.426180
2  2013-06-10 15:40:18.936882 2.246462
3  2013-06-10 15:40:35.215668 3.227132
4  2013-06-10 15:40:48.328785 1.331284
5  2013-06-10 15:40:53.809485 1.294128
6  2013-06-10 15:41:04.027745 2.292671
7  2013-06-10 15:41:25.876519 1.293501
8  2013-06-10 15:41:42.929280 1.342166
9  2013-06-10 15:42:11.700626 3.203901
10 2013-06-10 15:42:23.059550 1.304467

我可以使用cut来划分数据:

C <- table(cut(B, breaks="hour"))

C <- data.frame(cut(B, breaks="hour"))

但是我该如何绘制图形呢?我不知道如何访问组的间隙值。否则我可以

quantile(C$gaps, c(.03, .5, .97, 1))

提前感谢您的帮助 Ramon的

1 个答案:

答案 0 :(得分:2)

坚实的问题。我把头发拉了出来,直到我发现this描述了plyr的一个有趣的“特征”。所以这个解决方案利用ggplot,plyr,reshape2-希望是R的一个很好的介绍。如果你需要在几天内添加切换,你也可以通过在ddply()中添加一个变量来实现。

library(plyr)
library(reshape2)
library(ggplot2)
Hs <- read.table(
  header=TRUE, text='
dates times     gaps
1  2013-06-10 15:40:02.654168 1.426180
2  2013-06-10 15:40:18.936882 2.246462
3  2013-06-10 15:40:35.215668 3.227132
4  2013-06-10 15:40:48.328785 1.331284
5  2013-06-10 15:40:53.809485 1.294128
6  2013-06-10 15:41:04.027745 2.292671
7  2013-06-10 16:41:25.876519 1.293501
8  2013-06-10 16:41:42.929280 1.342166
9  2013-06-10 16:42:11.700626 3.203901
10 2013-06-10 16:42:23.059550 1.304467')
Hs$dates <- paste(Hs$date, Hs$times, sep = " ")
Hs$dates <- strptime(Hs$date, "%Y-%m-%d %H:%M:%S")
class(Hs$dates) # "POSIXlt" "POSIXt" 
Hs$h1 <- Hs$dates$hour
Hs$dates <- as.POSIXct(strptime(Hs$date, "%Y-%m-%d %H:%M:%S"))
class(Hs$dates) # "POSIXct" "POSIXt" 
library(ggplot2)
ggplot(Hs, aes(factor(h1), gaps)) + 
  geom_boxplot(fill="white", colour="darkgreen") # easy way!  Traditional boxplot.
ggplot(Hs, aes(factor(h1), gaps)) + geom_boxplot() +
      stat_boxplot(coef = 1.7, fill="white", colour="darkgreen") 

我不知道添加“coef = 1.7”是否适合您 - 如果没有继续通过汇总表继续创建值

cuts <- c(.03, .5, .97, 1)
x <- ddply(Hs, .(h1), function (x)
{summarise(x, y = quantile(x$gaps, cuts))})
x$cuts <- cuts
x <- dcast(x, h1 ~ cuts, value.var = "y")
x.melt <- melt(x, id.vars = "h1")

以下是您要求的线条以及另一个只是为了好玩的盒子图。

ggplot(x.melt, aes(x = h1, y = value, color = variable)) + geom_point(size = 5) + 
  geom_line() + scale_colour_brewer(palette="RdYlBu") + xlab("hours")
ggplot(x, aes(factor(h1),  ymin = 0, lower = `0.03`, middle = `0.5`,
                     upper = `0.97`, ymax = `1`)) + 
         geom_boxplot(stat = "identity", fill="white", colour="darkgreen")

geom_line

custom boxplot

希望这有帮助。