使用多个组在R ggplot中绘制时间序列 [英] Plot time series in R ggplot using multiple groups

问题描述

这是一个最小的工作示例:

  nat<-structure(list(X = 1:336，value = c(56，52，48，44，43，44，37，36、29、27、15、22、36、22、59、53、49、45、44、44、38、37、30，27、16、22、35、21、61.1、54.6、49.9、46.6、45.6、45、39.7、37.7，30.7、28.6、15.9、22.7、37.7、22、59.6、52、47.9、44.8、43.5，43.4、38、36.5、29.5、27.4、15、21.6、36.7、21.4、59.4、52.5，48.4、45.1、44、44.2、38.5、37.3、30、27.9、15.3、22.1、36.8，22.5、59.7、53、48.2、44.8、43.5、43.7、38.5、37.1、29.6、27.8，15.1、21.6、37、22、60、52.1、47、44.4、42.7、43.1、37.9、36.3，29.1、27.2、14.5、20.9、35.7、21.4、62.4、55.1、49、46.4、45，45.2、40.2、38.4、30.7、28.6、15.2、21.9、37.7、22.6、61.8、55.6，49.5、46.4、45.7、45.6、39.6、38、30.8、28.6、15.2、22.3、37.7，22.6、62.7、56.2、49.9、46.6、45.7、45.6、39.7、38.3、30.6、28.4，15.4、22.2、37.9、23.4、68.1、60.8、54.7、50.5、50.1、49.1、44.1，43，33.9，31.4，17.5，25，40.2，26.1，66.4，59.7，53.7，49.5，48.8、47.7、43.2、41.7、32.7、30.2、16.7、23.8、38.8、25.4、63.1，58.2、52.5、48.5、47.5、46.6、41.5、40.7、31.7、29.4、16.1、23，37.6、23.8、67.5、61.2、55.5、51.2、50.1、49.5、44.5、43.8、34，31.7、18、24.9、40.9、26.6、68.5、61.3、56.3、51.3、50.6、50，44.6、44、34.4、31.8、18.1、25、41、26.6、70.3、62.2、56.9、52.5，51.3、50.8、45.5、44.6、34.8、32.2、18.6、24.9、40.7、26.7、69，60.7、55.8、51.5、50、50.7、44.6、44、34.4、31.6、18.1、24.3，40.2、25.9、65.9、59.4、53.9、49.6、48.5、49.4、42.7、42.3、33.3，30.2、17.2、23、38.2、24.2、68.4、61.9、56.7、52.5、51.7、51.8，45.1、44.8、35.4、32.1、18.9、24.7、41、26.5、69.7、62.6、56.8，52.6、51.4、51.9、45.7、44.7、35.8、32.2、19、25.2、41.2、26.5，67.8、61.3、55.7、51.5、50.8、50.2、44.6、43.9、35、31.6、17.9，24.4、41.4、26.8、70.9、63.4、57.2、53.5、52.1、51.3、45.9、45.1，36.5、32.9、19、25.6、42.9、27.2、70.4、62.4、56.9、52.6、51.4，50.5、45.1、44.8、36.1、32.6、18.7、25.3、42.6、27.1、70.1、63.2，57、52.6、51.1、49.7、45.1、44.3、36.2、32.4、18.5、25.1、41.6，27.1)，date = structure(c(1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，2L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，3L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，4L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，11L，11L，11L，11L，11L，11L，11L，11L，11L，11L，11L，11L，11L，11L，12L，12L，12L，12L，12L，12L，12L，12L，12L，12L，12L，12L，12L，12L，13L，13L，13L，13L，13L，13L，13L，13L，13L，13L，13L，13L，13L，13L，14L，14L，14L，14L，14L，14L，14L，14L，14L，14L，14L，14L，14L，14L，15L，15L，15L，15L，15L，15L，15L，15L，15L，15L，15L，15L，15L，15L，16L，16L，16L，16L，16L，16L，16L，16L，16L，16L，16L，16L，16L，16L，17L，17L，17L，17L，17L，17L，17L，17L，17L，17L，17L，17L，17L，17L，18L，18L，18L，18L，18L，18L，18L，18L，18L，18L，18L，18L，18L，18L，19L，19L，19L，19L，19L，19L，19L，19L，19L，19L，19L，19L，19L，19L，20L，20L，20L，20L，20L，20L，20L，20L，20L，20L，20L，20L，20L，20L，21L，21L，21L，21L，21L，21L，21L，21L，21L，21L，21L，21L，21L，21L，22L，22L，22L，22L，22L，22L，22L，22L，22L，22L，22L，22L，22L，22L，23L，23L，23L，23L，23L，23L，23L，23L，23L，23L，23L，23L，23L，23L，24L，24L，24L，24L，24L，24L，24L，24L，24L，24L，24L，24L，24L，24L)，. Label = c("2019_11_06"，"2019_11_07"，"2019_11_08"，"2019_11_09"，"2019_11_10"，"2019_11_11"，"2019_11_12"，"2019_11_13"，"2019_11_14"，"2019_11_15"，"2019_11_16"，"2019_11_17"，"2019_11_18"，"2019_11_19"，"2019_11_20"，"2019_11_21"，"2019_11_22"，"2019_11_23"，"2019_11_24"，"2019_11_25"，"2019_11_26"，"2019_11_27"，"2019_11_28"，"2019_11_29")，class ="factor")，group = structure(c(1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L)，. Label = c("a"，"b"，"c"，"d"，"e"，"f"，"g"，"h"，"i"，"j"，"k"，"l"，"m"，"n"")，class ="factor"))，class ="data.frame"，row.names = c(NA，-336L))ggplot(data = nat)+geom_line(aes(x = date，y = value，colour = group)) 

这是输出:

解决方案

您可以尝试类似的方法，我建议您将日期转换为日期，例如使用 lubridate :: ymd():

 库(tidyverse)库(润滑)#您的数据nat％&％;％#添加日期作为日期mutate(date = ymd(date))％>％#绘制它们ggplot(aes(x =日期，y =值，颜色=组，组=组))+geom_line()+ geom_point()+ theme_test() 

Here's a minimal working example:

nat <- structure(list(X = 1:336, value = c(56, 52, 48, 44, 43, 44, 37, 
36, 29, 27, 15, 22, 36, 22, 59, 53, 49, 45, 44, 44, 38, 37, 30, 
27, 16, 22, 35, 21, 61.1, 54.6, 49.9, 46.6, 45.6, 45, 39.7, 37.7, 
30.7, 28.6, 15.9, 22.7, 37.7, 22, 59.6, 52, 47.9, 44.8, 43.5, 
43.4, 38, 36.5, 29.5, 27.4, 15, 21.6, 36.7, 21.4, 59.4, 52.5, 
48.4, 45.1, 44, 44.2, 38.5, 37.3, 30, 27.9, 15.3, 22.1, 36.8, 
22.5, 59.7, 53, 48.2, 44.8, 43.5, 43.7, 38.5, 37.1, 29.6, 27.8, 
15.1, 21.6, 37, 22, 60, 52.1, 47, 44.4, 42.7, 43.1, 37.9, 36.3, 
29.1, 27.2, 14.5, 20.9, 35.7, 21.4, 62.4, 55.1, 49, 46.4, 45, 
45.2, 40.2, 38.4, 30.7, 28.6, 15.2, 21.9, 37.7, 22.6, 61.8, 55.6, 
49.5, 46.4, 45.7, 45.6, 39.6, 38, 30.8, 28.6, 15.2, 22.3, 37.7, 
22.6, 62.7, 56.2, 49.9, 46.6, 45.7, 45.6, 39.7, 38.3, 30.6, 28.4, 
15.4, 22.2, 37.9, 23.4, 68.1, 60.8, 54.7, 50.5, 50.1, 49.1, 44.1, 
43, 33.9, 31.4, 17.5, 25, 40.2, 26.1, 66.4, 59.7, 53.7, 49.5, 
48.8, 47.7, 43.2, 41.7, 32.7, 30.2, 16.7, 23.8, 38.8, 25.4, 63.1, 
58.2, 52.5, 48.5, 47.5, 46.6, 41.5, 40.7, 31.7, 29.4, 16.1, 23, 
37.6, 23.8, 67.5, 61.2, 55.5, 51.2, 50.1, 49.5, 44.5, 43.8, 34, 
31.7, 18, 24.9, 40.9, 26.6, 68.5, 61.3, 56.3, 51.3, 50.6, 50, 
44.6, 44, 34.4, 31.8, 18.1, 25, 41, 26.6, 70.3, 62.2, 56.9, 52.5, 
51.3, 50.8, 45.5, 44.6, 34.8, 32.2, 18.6, 24.9, 40.7, 26.7, 69, 
60.7, 55.8, 51.5, 50, 50.7, 44.6, 44, 34.4, 31.6, 18.1, 24.3, 
40.2, 25.9, 65.9, 59.4, 53.9, 49.6, 48.5, 49.4, 42.7, 42.3, 33.3, 
30.2, 17.2, 23, 38.2, 24.2, 68.4, 61.9, 56.7, 52.5, 51.7, 51.8, 
45.1, 44.8, 35.4, 32.1, 18.9, 24.7, 41, 26.5, 69.7, 62.6, 56.8, 
52.6, 51.4, 51.9, 45.7, 44.7, 35.8, 32.2, 19, 25.2, 41.2, 26.5, 
67.8, 61.3, 55.7, 51.5, 50.8, 50.2, 44.6, 43.9, 35, 31.6, 17.9, 
24.4, 41.4, 26.8, 70.9, 63.4, 57.2, 53.5, 52.1, 51.3, 45.9, 45.1, 
36.5, 32.9, 19, 25.6, 42.9, 27.2, 70.4, 62.4, 56.9, 52.6, 51.4, 
50.5, 45.1, 44.8, 36.1, 32.6, 18.7, 25.3, 42.6, 27.1, 70.1, 63.2, 
57, 52.6, 51.1, 49.7, 45.1, 44.3, 36.2, 32.4, 18.5, 25.1, 41.6, 
27.1), date = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
3L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 4L, 5L, 
5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 7L, 
7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 
8L, 8L, 8L, 8L, 8L, 8L, 8L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 
9L, 9L, 9L, 9L, 9L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 
10L, 10L, 10L, 10L, 10L, 11L, 11L, 11L, 11L, 11L, 11L, 11L, 11L, 
11L, 11L, 11L, 11L, 11L, 11L, 12L, 12L, 12L, 12L, 12L, 12L, 12L, 
12L, 12L, 12L, 12L, 12L, 12L, 12L, 13L, 13L, 13L, 13L, 13L, 13L, 
13L, 13L, 13L, 13L, 13L, 13L, 13L, 13L, 14L, 14L, 14L, 14L, 14L, 
14L, 14L, 14L, 14L, 14L, 14L, 14L, 14L, 14L, 15L, 15L, 15L, 15L, 
15L, 15L, 15L, 15L, 15L, 15L, 15L, 15L, 15L, 15L, 16L, 16L, 16L, 
16L, 16L, 16L, 16L, 16L, 16L, 16L, 16L, 16L, 16L, 16L, 17L, 17L, 
17L, 17L, 17L, 17L, 17L, 17L, 17L, 17L, 17L, 17L, 17L, 17L, 18L, 
18L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 18L, 
19L, 19L, 19L, 19L, 19L, 19L, 19L, 19L, 19L, 19L, 19L, 19L, 19L, 
19L, 20L, 20L, 20L, 20L, 20L, 20L, 20L, 20L, 20L, 20L, 20L, 20L, 
20L, 20L, 21L, 21L, 21L, 21L, 21L, 21L, 21L, 21L, 21L, 21L, 21L, 
21L, 21L, 21L, 22L, 22L, 22L, 22L, 22L, 22L, 22L, 22L, 22L, 22L, 
22L, 22L, 22L, 22L, 23L, 23L, 23L, 23L, 23L, 23L, 23L, 23L, 23L, 
23L, 23L, 23L, 23L, 23L, 24L, 24L, 24L, 24L, 24L, 24L, 24L, 24L, 
24L, 24L, 24L, 24L, 24L, 24L), .Label = c("2019_11_06", "2019_11_07", 
"2019_11_08", "2019_11_09", "2019_11_10", "2019_11_11", "2019_11_12", 
"2019_11_13", "2019_11_14", "2019_11_15", "2019_11_16", "2019_11_17", 
"2019_11_18", "2019_11_19", "2019_11_20", "2019_11_21", "2019_11_22", 
"2019_11_23", "2019_11_24", "2019_11_25", "2019_11_26", "2019_11_27", 
"2019_11_28", "2019_11_29"), class = "factor"), group = structure(c(1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 1L, 
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L), .Label = c("a", 
"b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m", "n"
), class = "factor")), class = "data.frame", row.names = c(NA, 
-336L))

ggplot(data=nat) + 
  geom_line(aes(x=date, y = value,colour=group))

This is the output :

https://i.imgur.com/3G9h4ZG.png

I've looked at some of the recommended posts:

• combine time series plot by using R
• Plot a time series grouped by id
• Plotting time series with R
• Time series multiple plot for different group in R
• Plotting multiple time-series in ggplot

and can't find a solution from them.

I'm expecting to have multiple lines coloured by group.

For example (this is not representative of the style that I want, just a plot with a couple of lines coloured by group):

解决方案

You can try something like this, I advice you to convert date as date, using for example lubridate::ymd():

library(tidyverse)
library(lubridate)
# your data
nat %>% 
# add date as date
  mutate(date = ymd(date)) %>%
# plot them
  ggplot( aes(x = date, y = value, color = group, group = group)) +
  geom_line() + geom_point() +   theme_test()

这篇关于使用多个组在R ggplot中绘制时间序列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！