R - 折线图中项目的计数：将DateTime与项目数量

Question

我有一个具有以下结构的数据框：

df <- structure(list(Name = structure(1:9, .Label = c("task 1", "task 2", 
"task 3", "task 4", "task 5", "task 6", "task 7", "task 8", "task 9"
), class = "factor"), Start = structure(c(1479799800, 1479800100, 
1479800400, 1479800700, 1479801000, 1479801300, 1479801600, 1479801900, 
1479802200), class = c("POSIXct", "POSIXt"), tzone = ""), End = structure(c(1479801072, 
1479800892, 1479801492, 1479802092, 1479802692, 1479803292, 1479803892, 
1479804492, 1479805092), class = c("POSIXct", "POSIXt"), tzone = "")), .Names = c("Name", 
"Start", "End"), row.names = c(NA, -9L), class = "data.frame")

现在我想计算“名称”列中的项目。它们都有一个开始和结束日期时间，形成POSIXct。

在this solution here on SO的帮助下，我能够使用以下代码（或者至少我认为我是）这样做了：

library(data.table)
setDT(df)
dates = seq(min(df$Start), max(df$End), by = "min")
lookup = data.table(Start = dates, End = dates, key = c("Start", "End"))
ans = foverlaps(df, lookup, type = "any", which = TRUE)
library(ggplot2)
ggplot(ans[, .N, by = yid], aes(x = yid, y = N)) + geom_line()

现在出现问题：

如何将我的DateTime-scale与x轴上的整数值相匹配？或者是否有更快更好的解决方案来解决我的问题？

我尝试在x = as.POSIXct(yid, format = "%Y-%m-%dT%H:%M:%S", origin = min(df$Start))的{​​{1}}内使用aes。但那没用。

编辑：

当使用解决方案解决这个问题时，我面对另一个问题。没有计数的项目与图表中最新可计数项目的计数一起显示。这就是为什么我们必须使用所有日期时间的完整序列再次合并（leftjoin）表和计数（ggplot()），并为每个ants添加0。因此，我们为每个必要的数据点获得显式值。 像这样：

NA

Answer 1

在tidyverse框架中，这是一个稍微不同的任务 -

1. 生成您拥有的dates变量。
2. 构建包含所有日期和所有时间的数据框（笛卡儿加入）
3. 过滤掉不在每个任务的时间间隔内的行
4. 添加剩余的每分钟的任务
5. 剧情。

看起来像这样 -

library(tidyverse)
library(lubridate)

dates = seq(min(df$Start), max(df$End), by = "min")
df %>% 
  mutate(key = 1) %>% 
  left_join(data_frame(key = 1, times = dates)) %>% 
  mutate(include = times %within% interval(Start, End)) %>% 
  filter(include) %>% 
  group_by(times) %>% 
  summarise(count = n()) %>% 
  ggplot(aes(times, count)) +
  geom_line()
#> Joining, by = "key"



如果您需要更快，使用原始data.table代码几乎肯定会更快。

考虑一下。

library(data.table)
setDT(df)
dates = seq(min(df$Start), max(df$End), by = "min")
lookup = data.table(Start = dates, End = dates, key = c("Start", "End"))
ans = foverlaps(df, lookup, type = "any", which = TRUE)

ans[, .N, by = yid] %>%
  mutate(time = min(df$Start) + minutes(yid)) %>%
  ggplot(aes(time, N)) +
  geom_line()

现在我们使用data.table来计算重叠，然后将起始分钟的时间编入索引。一旦我们添加了一个带有时间的新列，我们就可以绘制。