Question

我有一个数据集，其中不同的城市进出一个程序，如这个示例数据集：

example.dat <- data.frame (c(1000, 2000, 3000), c("15-10-01", "16-05-01", "16-07-01"), c("16-06-01", "16-10-01", "17-08-01"))
colnames(example.dat) <- c("Population", "Enter.Program", "Leave.Program")

这为您提供了一个如下所示的数据框：

Population  Enter.Program Leave.Program
1000        15-10-01      16-06-01
2000        16-05-01      16-10-01
3000        16-07-01      17-08-01

首先，我想创建一个这样的输出表：

Per.Begin   Per.End     Total.Pop.In
15-10-01    16-04-30    1000
16-05-01    16-05-30    3000
16-06-01    16-06-30    2000
16-07-01    16-09-30    5000
16-10-01    17-07-30    3000
17-08-01    18-04-26    0

然后在ggplot中将其绘制成一个图形，看起来像一个阶梯函数或类似锯齿状矩形表面，其中上边缘是运行总数，有点像累积密度函数但y轴可以向下和向上，以及x轴以时间宽度为步长的步骤。

以下是我阻止的步骤，但我不知道如何执行：

制作独特日期列
制作期间更改结束日期列（即下一个唯一日期减去一天）
计算每个时期（即第三列）内城市的运行总和
绘图ggplot

Answer 1

使用dplyr（因为您用它标记了问题），您可以按照自己的意愿行事。需要做的主要事情是：

打破您的输入并退出，使您的人口积极和消极。
获取从最早到最后的所有日期，这样您就可以获得所需的块状线。没有每个日期都可能这样做，但这很容易，而且需要较少的思考。

代码低于

library(dplyr)
library(ggplot2)

example.dat <- data.frame (c(1000, 2000, 3000), c("15-10-01", "16-05-01", "16-07-01"), c("16-06-01", "16-10-01", "17-08-01"))
colnames(example.dat) <- c("Population", "Enter.Program", "Leave.Program")

changes = example.dat %>% 
  select("Population","Date"="Enter.Program") %>% 
  bind_rows(example.dat %>% 
              select("Population","Date"="Leave.Program") %>% 
              mutate(Population = -1*Population)) %>% 
  mutate(Date = as.Date(Date,"%y-%m-%d"))

startDate = min(changes$Date)
endDate = max(changes$Date)
final = data_frame(Date = seq(startDate,endDate,1)) %>% 
  left_join(changes,by="Date") %>% 
  mutate(Population = cumsum(ifelse(is.na(Population),0,Population)))

ggplot(data = final,aes(x=Date,y=Population)) +
  geom_line()

<强>更新

如果您不想拥有从最早到最晚的每个日期，可以使用 blurgh for循环添加所需的行以获得漂亮的结果。在这里，我们遍历并复制第一个之后的每个日期与前面的累积总和。它并不漂亮，但却是图表。

library(dplyr)
library(ggplot2)

example.dat <- data.frame (c(1000, 2000, 3000), c("15-10-01", "16-05-01", "16-07-01"), c("16-06-01", "16-10-01", "17-08-01"))
colnames(example.dat) <- c("Population", "Enter.Program", "Leave.Program")

changes = example.dat %>% 
  select("Population","Date"="Enter.Program") %>% 
  bind_rows(example.dat %>% 
              select("Population","Date"="Leave.Program") %>% 
              mutate(Population = -1*Population)) %>% 
  mutate(Date = as.Date(Date,"%y-%m-%d")) %>% 
  arrange(Date) %>% 
  mutate(Population = cumsum(Population))

for(i in nrow(changes):2){
  changes = bind_rows(changes[1:(i-1),],
            data_frame(Population = changes$Population[i-1],Date = changes$Date[i]),
            changes[i:nrow(changes),])
}

ggplot(data = changes,aes(x=Date,y=Population)) +
  geom_line()

如何从R中的单个记录中绘制运行累计总计？

1 个答案: