条形图可变宽度的条形图

Question

我正在尝试创建某种类型的条形图/直方图，其中条形的宽度取决于两列。 s1 =开始时间s2 =停止时间。我的x轴从午夜到午夜24小时。因此，如果一行为s1 = 12:00 AM s2 = 1:45 AM，那么该栏将从凌晨12:00到凌晨1:45，如果下一行是s1 = 2:00 AM s2 = 2:30上午，酒吧将比第一个酒吧更窄，因为它比第一个酒吧的1.75小时仅持续30分钟。然后高度取决于第三列值，也就是连续数据。如果有另一个可视化，我也会对此持开放态度。时间之间应该没有重叠，但是如果有条形透明/图案显示有一些重叠将是有帮助的。

以下是与我正在使用的类似的少量数据

             s1     |        s2         |  Value
 1/1/2018 12:00 AM  | 1/1/2018 1:45 AM  |  10.2
 1/1/2018 2:00 AM   | 1/1/20182:30 AM   |  3.1

Answer 1

这应该这样做：

dat <- data.frame(start = c("1/1/2018 12:00 AM", "1/1/2018 2:00 AM"),
         stop = c("1/1/2018 1:45 AM", "1/1/2018 2:30 AM"),
         value = c(10.2, 3.1))

dat$start <- strptime(dat$start, "%d/%m/%Y %I:%M %p")
dat$stop <- strptime(dat$stop, "%d/%m/%Y %I:%M %p")

lower <- as.POSIXct(strftime(min(dat$start),"%Y-%m-%d"))
upper <- as.POSIXct(strftime(as.Date(max(dat$start))+1,"%Y-%m-%d"))-1
limits = c(lower,upper)

ggplot(dat) + 
  geom_rect(aes(xmin = dat$start, xmax = dat$stop,
                ymin = 0, ymax = dat$value), alpha = 0.8, color = "black") +
  scale_x_datetime(
    date_breaks = "2 hour", 
    date_minor_breaks = "1 hour",
    labels = date_format("%H:%M", tz = "CET"),
    limits = limits)

如果您没有重叠和/或y描述类别，则可以考虑geom_dumbbell包中的ggalt。对于大量数据，您还可以考虑geom_horizon（相同的包）

Answer 2

我认为这应该有效！方法是重新整形数据，以便每次都有一个值，包括在两次之间添加零值。然后你可以使用geom_step来绘制。这本身并不是一个“条形图”，因为它们应该用于分类数据。您的数据看起来更像是在特定位置没有值的连续时间序列，因此我们只需为该系列构建正确的数据。

我认为添加版权行的步骤感觉比他们应该更复杂 - 如果有人有改进建议感觉自由！

    library(tidyverse)
tbl <- tribble(
  ~s1, ~s2, ~value,
  "1/1/2018 12:00 AM", "1/1/2018 1:45 AM", 10.2,
  "1/1/2018 2:00 AM", "1/1/2018 2:30 AM", 3.1
) %>%
  mutate_at(vars(s1, s2), lubridate::dmy_hm) %>%
  gather("s", "datetime", s1, s2) %>%
  arrange(datetime)
tbl_1 <- tbl %>% bind_cols(id = group_indices(tbl, value))

tbl_2 <- tbl_1 %>%
  group_by(id) %>%
  summarise(datetime = last(datetime)) %>%
  mutate(s = "s4", value = 0) %>%
  bind_rows(tbl_1, .)
full_tbl <- tbl_2 %>%
  group_by(id) %>%
  summarise(datetime = first(datetime)) %>%
  mutate(s = "s0", value = 0) %>%
  bind_rows(., tbl_2) %>%
  arrange(datetime, s)

print(full_tbl)
#> # A tibble: 8 x 4
#>      id datetime            s     value
#>   <int> <dttm>              <chr> <dbl>
#> 1     2 2018-01-01 00:00:00 s0     0   
#> 2     2 2018-01-01 00:00:00 s1    10.2 
#> 3     2 2018-01-01 01:45:00 s2    10.2 
#> 4     2 2018-01-01 01:45:00 s4     0   
#> 5     1 2018-01-01 02:00:00 s0     0   
#> 6     1 2018-01-01 02:00:00 s1     3.10
#> 7     1 2018-01-01 02:30:00 s2     3.10
#> 8     1 2018-01-01 02:30:00 s4     0

ggplot(data = full_tbl) + geom_step(aes(x = datetime, y = value))