ggplot2：yearmon scale和geom_bar

Question

除了解决方案之外，我还想了解为什么某些内容应该非常简单，实际上并非如此。

[我正在从一个涉及该问题的不同帖子中借用部分代码，但最终找到了我不喜欢的解决方案]

library(ggplot2)
library(xts)
library(dplyr)
library(scales)

csvData <- "dt,status
2015-12-03,1
2015-12-05,1
2015-12-05,0
2015-11-24,1
2015-10-17,0
2015-12-18,0
2016-06-30,0
2016-05-21,1
2016-03-31,0
2015-12-31,0"

tmp <- read.csv(textConnection(csvData))
tmp$dt <- as.Date(tmp$dt)
tmp$yearmon <- as.yearmon(tmp$dt)
tmp$status <- as.factor(tmp$status)

### Not good. Why?
ggplot(tmp, aes(x = yearmon, fill = status)) + 
  geom_bar() + 
  scale_x_yearmon()

### Almost good but long-winded and ticks not great
chartData <- tmp %>%
  group_by(yearmon, status) %>%
  summarise(count = n()) %>%
  as.data.frame()
ggplot(chartData, aes(x = yearmon, y = count, fill = status)) + 
  geom_col() + 
  scale_x_yearmon()

第一个情节是错的;第二个几乎是完美的（X轴上的刻度不是很好，但我可以忍受）。 Isn＆＃t; t geom_bar()应该执行我必须在第二张图表中手动执行的计数工作吗？

第一个图表

第二个图表

我的问题是：为什么第一张图表如此差劲？有一个警告意味着建议一些东西（＆＃34; position_stack需要非重叠的x区间＆＃34;）但我真的不理解它。 感谢。

我的个人答案

这就是我所学到的（非常感谢大家！）：

• 即使有scale_#_yearmon或scale_#_date，遗憾的是 ggplot 会将这些对象类型视为连续数字。这使geom_bar无法使用。
• geom_histogram可能会做到这一点。但你失去了对aestethics相关部分的控制。
• 底线：您需要在图表
之前进行分组/求和
• 不确定（如果您打算使用ggplot2） xts 或 lubridate 对我想要实现的目标非常有用。我怀疑任何连续的案例 - 日期 - 他们将是完美的。

全押，我结束了这完全符合我的目标（注意不需要 xts 或 lubridate ）：

library(ggplot2)
library(dplyr)
library(scales)

csvData <- "dt,status
2015-12-03,1
2015-12-05,1
2015-12-05,0
2015-11-24,1
2015-10-17,0
2015-12-18,0
2016-06-30,0
2016-05-21,1
2016-03-31,0
2015-12-31,0"

tmp <- read.csv(textConnection(csvData))
tmp$dt <- as.Date(tmp$dt)
tmp$yearmon <- as.Date(format(tmp$dt, "%Y-%m-01"))
tmp$status <- as.factor(tmp$status)

### GOOD
chartData <- tmp %>%
  group_by(yearmon, status) %>%
  summarise(count = n()) %>%
  as.data.frame()

ggplot(chartData, aes(x = yearmon, y = count, fill = status)) + 
  geom_col() + 
  scale_x_date(labels = date_format("%h-%y"),
               breaks = seq(from = min(chartData$yearmon), 
                            to = max(chartData$yearmon), by = "month"))

最终输出

Answer 1

第一个图被拧紧的原因基本上是ggplot2并不完全是yearmon。正如您在此处看到的，内部只有num标签。

> as.numeric(tmp$yearmon)
[1] 2015.917 2015.917 2015.917 2015.833 2015.750 2015.917 2016.417 2016.333 2016.167 2015.917

因此，当您在没有先前聚合的情况下进行绘图时，条形图会展开。您需要使用binwidth分配适当的geom_histogram()，如下所示：

ggplot(tmp, aes(x = yearmon, fill = status)) + 
  geom_histogram(binwidth = 1/12) + 
  scale_x_yearmon()

1/12每年对应12个月。

对于汇总后的情节，正如@ed_sans所建议的那样，我也更喜欢lubridate，因为我更了解如何更改刻度和修改轴标签。

chartData <- tmp %>%
  mutate(ym = floor_date(dt,"month")) %>%
  group_by(ym, status) %>%
  summarise(count = n()) %>%
  as.data.frame()

ggplot(chartData, aes(x = ym, y = count, fill = status)) + 
  geom_col() + 
  scale_x_date(labels = date_format("%Y-%m"),
               breaks = as.Date("2015-09-01") + 
                 months(seq(0, 10, by = 2)))

Answer 2

您也可以aes(x=factor(yearmon), ...)作为快捷方式修复。