如何根据R中的时间绘制子组的值？

Question

所以目前我的数据集看起来像这样：

    yearMon       V1
1   012011 2.534161
2   012012 1.818421
3   012013 1.635179
4   012014 1.609195
5   012015 1.794979
6   022011 3.408389
7   022012 1.756303
8   022013 1.577855
9   022014 1.511905
10  022015 1.748879
11  032011 2.664336
12  032012 1.912023
13  032013 1.408602
14  032014 1.646091
15  032015 1.705069
16  042011 2.532895
17  042012 3.342926
18  042013 3.056657

我想绘制每年特定月份的平均值，IE为2011年3月，2012年3月，2013年3月，2014年3月的平均值，并在12个月中重复。我该怎么做呢？

Answer 1

1）monthplot 将数据转换为zoo（使用"yearmon"类 - 我们还在评论中显示另一个转换器），然后转到"ts"类然后使用monthplot（在R的基础上）与"ts"对象（或下面我们使用autoplot.zoo（使用ggplot2包）与zoo对象）。

library(zoo)

# to_yearmon <- function(x) as.yearmon((x %% 10000) + (x %/% 10000 - 1) / 12)
to_yearmon <- function(x) as.yearmon(sub("(.*)(....)$", "\\2-\\1", x))
ser_zoo <- read.zoo(ser_df, FUN = to_yearmon) # convert to DF to zoo
ser_ts <- as.ts(ser_zoo) # convert zoo to ts
monthplot(ser_ts)

（情节后继续）

2）autoplot.zoo 我们将展示如何在一个图表中绘制（i）每年一行（2011年，2012年，...）和（ii）在单独的面板中绘制（iii） ）每月一行（1,2,3，......）全部在一个图表中，（iv）单独的小组。

我们创建一个数据框ser_df2，其中3列代表月，年和系列的值。然后我们将这个长格式系列转换为宽格式ser_zoo2，其中时间为1,2,3，...表示每年的月份和一列。我们还将此长格式系列转换为宽格式ser_zoo2，时间为2011年，2012年......代表年份和每月一列。通过在单个面板和多个面板中绘制每个图表，我们得到2x2 = 4个图表，我们将在下面显示。

library(ggplot2)
library(gridExtra)

ser_df2 <- data.frame(month = cycle(ser_zoo), 
                      year = floor(as.numeric(time(ser_zoo))), 
                      ser = coredata(ser_zoo))

ser_zoo2 <- read.zoo(ser_df2, index = 1, split = 2) # split into one column per year
p1 <- autoplot(ser_zoo2, facet = NULL)
p2 <- autoplot(ser_zoo2)

ser_zoo3 <- read.zoo(ser_df2, index = 2, split = 1) # split into one column per month
p3 <- autoplot(ser_zoo3, facet = NULL)
p4 <- autoplot(ser_zoo3)

grid.arrange(p1, p3, p2, p4, ncol = 2)

（点击图表放大）

{{3}}

注意：我们将其用作输入数据框ser_df：

Lines <- "
    yearMon       V1
1   012011 2.534161
2   012012 1.818421
3   012013 1.635179
4   012014 1.609195
5   012015 1.794979
6   022011 3.408389
7   022012 1.756303
8   022013 1.577855
9   022014 1.511905
10  022015 1.748879
11  032011 2.664336
12  032012 1.912023
13  032013 1.408602
14  032014 1.646091
15  032015 1.705069
16  042011 2.532895
17  042012 3.342926
18  042013 3.056657
"


ser_df <- read.table(text = Lines)

Answer 2

以下是使用ggplot更明确地执行此操作的方法：

library(dplyr)
library(ggplot)
library(lubridate)


data %>%
  mutate(date = 
           yearMon %>%
           parse_date_time("%m%y"),
         month = 
           date %>%
           format("%B") %>%
           ordered(month.name),
         year = 
           date %>%
           format("%Y") %>%
           as.numeric) %>%
  ggplot +
  aes(x = year, y = V1, color = month) + 
  geom_line()