我在一个Hadoop集群上运行了一个Pig工作,它将一堆数据压缩成R可以处理的事情来进行队列分析。我有以下脚本,从第二行到最后一行,我有以下格式的数据:
> names(data)
[1] "VisitWeek" "ThingAge" "MyMetric"
VisitWeek是一个日期。 ThingAge和MyMetric是整数。
数据如下:
2010-02-07 49 12345
我到目前为止的脚本是:
# Load ggplot2 for charting
library(ggplot2);
# Our file has headers - column names
data = read.table('weekly_cohorts.tsv',header=TRUE,sep="\t");
# Print the names
names(data)
# Convert to dates
data$VisitWeek = as.Date(data$VisitWeek)
data$ThingCreation = as.Date(data$ThingCreation)
# Fill in the age column
data$ThingAge = as.integer(data$VisitWeek - data$ThingCreation)
# Filter data to thing ages lt 10 weeks (70 days) + a sanity check for gt 0, and drop the creation week column
data = subset(data, data$ThingAge <= 70, c("VisitWeek","ThingAge","MyMetric"))
data = subset(data, data$ThingAge >= 0)
print(ggplot(data, aes(x=VisitWeek, y=MyMetric, fill=ThingAge)) + geom_area())
这最后一行不起作用。我尝试了很多变化,条形图,直方图,但像往常一样,R文档打败了我。
我希望它显示一个标准的Excel样式堆积区域图表 - 每个ThingAge的一个时间序列在x轴上的几周内堆叠,日期在y轴上。这种图表的一个示例如下:http://upload.wikimedia.org/wikipedia/commons/a/a1/Mk_Zuwanderer.png
我在这里阅读了文档:http://had.co.nz/ggplot2/geom_area.html和http://had.co.nz/ggplot2/geom_histogram.html以及此博客http://chartsgraphs.wordpress.com/2008/10/05/r-lattice-plot-beats-excel-stacked-area-trend-chart/,但我无法让它对我有用。
我怎样才能做到这一点?
答案 0 :(得分:5)
library(ggplot2)
set.seed(134)
df <- data.frame(
VisitWeek = rep(as.Date(seq(Sys.time(),length.out=5, by="1 day")),3),
ThingAge = rep(1:3, each=5),
MyMetric = sample(100, 15))
ggplot(df, aes(x=VisitWeek, y=MyMetric)) +
geom_area(aes(fill=factor(ThingAge)))
给我下面的图片。我怀疑你的问题在于正确指定区域图的填充映射:fill=factor(ThingAge)
alt text http://www.imageurlhost.com/images/wbc5alknt1apvg3czzmb.png
答案 1 :(得分:2)
ggplot(data.set,aes(x = Time,y = Value,color = Type))+ geom_area(aes(fill = Type),position ='stack')
你需要给geom_area一个fill元素并叠加它(虽然这可能是默认值)
在这里找到http://www.mail-archive.com/r-help@r-project.org/msg84857.html
答案 2 :(得分:2)
我能够得到我的结果:
我从https://stat.ethz.ch/pipermail/r-help/2005-August/077475.html
加载了stackedPlot()函数该功能(不是我的,见链接)是:
stackedPlot = function(data, time=NULL, col=1:length(data), ...) {
if (is.null(time))
time = 1:length(data[[1]]);
plot(0,0
, xlim = range(time)
, ylim = c(0,max(rowSums(data)))
, t="n"
, ...
);
for (i in length(data):1) {
# Die Summe bis zu aktuellen Spalte
prep.data = rowSums(data[1:i]);
# Das Polygon muss seinen ersten und letzten Punkt auf der Nulllinie haben
prep.y = c(0
, prep.data
, 0
)
prep.x = c(time[1]
, time
, time[length(time)]
)
polygon(prep.x, prep.y
, col=col[i]
, border = NA
);
}
}
然后我将数据重新格式化为宽格式。然后它奏效了!
wide = reshape(data, idvar="ThingAge", timevar="VisitWeek", direction="wide");
stackedPlot(wide);
答案 3 :(得分:2)
将整数转换为因子并使用geom_bar而不是geom_area为我工作:
df<-expand.grid(x=1:10,y=1:6)
df<-cbind(df,val=runif(60))
df$fx<-factor(df$x)
df$fy<-factor(df$y)
qplot(fy,val,fill=fx,data=df,geom='bar')