Question

我有以下简单的date user time 1: 2016-04-25 3533f254 2.21666667 secs 2: 2016-05-02 e627fa24 1.45833333 secs 3: 2016-05-02 451872fe 5.08333333 secs 4: 2016-05-02 105826aa 42.75000000 secs 5: 2016-05-02 9a527a36 122.78333333 secs 6: 2016-05-09 451872fe 89.82500000 secs 7: 2016-05-09 9a527a36 3.06000000 secs 8: 2016-05-09 cbbc1b3a 0.03014352 secs 9: 2016-05-16 451872fe 0.55000000 secs 10: 2016-05-16 9a527a36 0.45000000 secs：

data.table

如何使用plotly（可能使用data.table - 或plotly特定功能）创建此类p1 <- plot_ly(x = x1, y = y1, type = "bar") p2 <- add_trace(p1, x = x2, y = y2) p3 <- add_trace(p2, x = x3, y = y3) p4 <- layout(p3, barmode = "stack") p4的堆积条形图？实际数据包含更多日期，用户和时间行。 x轴应该对应于日期，y轴对应于所用的时间，条形应该是用户的堆栈。

在剧情中做这种条形图的典型方法似乎是

dt <- as.data.table(structure(list(date = structure(c(1L, 2L, 2L, 2L, 2L, 3L, 3L, 
3L, 4L, 4L), .Label = c("2016-04-25", "2016-05-02", "2016-05-09", 
"2016-05-16", "2016-05-23", "2016-05-30", "2016-06-06", "2016-06-13", 
"2016-06-20", "2016-06-27", "2016-07-04", "2016-07-11", "2016-07-18", 
"2016-07-25", "2016-08-01", "2016-08-08", "2016-08-15", "2016-08-22", 
"2016-08-29"), class = "factor"), user = list("3533f254", "e627fa24", 
    "451872fe", "105826aa", "9a527a36", "451872fe", "9a527a36", 
    "cbbc1b3a", "451872fe", "9a527a36"), time = structure(c(2.21666666666667, 
1.45833333333333, 5.08333333333333, 42.75, 122.783333333333, 
89.825, 3.06, 0.0301435185185185, 0.55, 0.45), units = "secs", class = "difftime")), .Names = c("date", 
"user", "time"), class = "data.frame", row.names = c(NA, -10L
)))

但在这种情况下，由于数据行的数量，手动指定每个x，y组是不可行的。

示例输入：

{{1}}

Answer 1

首先，由于某种原因，您的user列是一个列表，所以让我们解决这个问题：

dt[, user := unlist(user)]

现在，我从未与plotly合作过，所以我不知道应该的结果是什么，但这会复制你想要的内容做：

dt[, {if (.GRP == 1)
        plot_ly(x = date, y = time, type = 'bar')
      else
        add_trace(x = date, y = time)
     }, by = user]

layout(barmode = "stack")

Answer 2

不幸的是，其他答案并没有奏效。最简单的解决方案是使用ggplot2创建堆积条形图，然后使用plotly进行转换：

(ggplot(data = dt, aes(date, time, fill=user)) + geom_bar(stat="identity")) %>% ggplotly()

堆积条形图使用data.table和plotly

2 个答案: