R - 在过滤不需要的数据后，自动从多个csv文件创建散点图 [英] R - create a scatter plot from a number of csv files automatically after filtering unwanted data

问题描述

我附加了一个CSV样本文件，其中有100个CSV文件，

它的许多列和19个顶部行应该过滤，其余数据应该用于绘制图表并以更有用的格式导出图表。

这些数据是由Netlogo行为空间生成的，我无法找到直接可视化输出的好方法，所以每次实验后我都有很多csv文件。

数据文件： https：/ /www.dropbox.com/s/nj243qcs6sx6fu8/Rates.csv
示例输出： https://www.dropbox.com/s/suomh0vwsfzisj4/SampleGraph.jpg

例如粗体字段是我需要的阴谋：

x，y ，颜色，笔下来，x， y ，颜色，下笔？ ，x， y ，颜色，笔向下，x， y ，颜色，笔向下？

谢谢;）

解决方案

这是一个答案：

 dat < -  read.csv（'Rates.csv'，stringsAsFactors = FALSE，skip = 19）
 colnames（dat）[which（names（dat）％in％c （y，y.1，y.2，y.3））] <-c（Age，Revenge，Homicide，Hunger）
 
 require（reshape2）
 tmp<  -  melt（dat，id.vars =x，measure.vars = c（Age，R （a，b，b，b，b，c，c，evenge，Homicide，Hunger））
 require（ggplot2）
 ggplot（tmp，aes（x，value））+ 
 geom_point ）+ 
 xlab（time）+ 
 ylab（units）+ 
 ggtitle（我的CSV文件）+ 
 labs（color =my variables ）
  

以下是您可以如何将它与您的100个CSV文件一起使用...

  files<  - （dir（C：/ my-csv-files，recursive = TRUE，full.names = TRUE，pattern =\\ （csv | CSV）$））
 listcsvs<  -  lapply（files，function（i）read.csv（i，stringsAsFactors = FALSE，skip = 19））
 names（listcsvs）< ;  - 文件
 require（reshape2）
 require（ggplot2）
 for（i in 1：length（files））{
 tmp<  -  melt（dat，id.vars =x，measure.vars = c（y，y.1，y.2，y.3））
 print（ggplot（tmp，aes（x，value） ）+ 
 geom_point（aes（color = factor（varia （b）（b）（b）（b）（b）（b）（b）（b） b} 
  

I have attached a sample CSV file which I have 100 of them,

A number of its columns and its 19 top rows should be filtered and rest of data should be used to plot graphs and export graphs in a more usable format.

These data are generated by Netlogo behavior space, and I could not find a good way to visualize the output directly, so what I have after each experiment is many csv files.

data file: https://www.dropbox.com/s/nj243qcs6sx6fu8/Rates.csv sample output : https://www.dropbox.com/s/suomh0vwsfzisj4/SampleGraph.jpg

for example bold columns are the ones I need to plot :

x,y,color,pen down?,x,y,color,pen down?,x,y,color,pen down?,x,y,color,pen down?

thanks ;)

解决方案

Here's an answer for this one plot:

dat <- read.csv('Rates.csv', stringsAsFactors = FALSE, skip = 19)
colnames(dat)[which(names(dat) %in% c("y", "y.1", "y.2", "y.3"))] <- c("Age", "Revenge", "Homicide", "Hunger")

require(reshape2)
tmp <- melt(dat, id.vars = "x", measure.vars = c("Age", "Revenge", "Homicide", "Hunger"))
require(ggplot2)
ggplot(tmp,aes(x, value)) + 
        geom_point(aes(colour = factor(variable))) +
        xlab("time") +
        ylab("units") +
        ggtitle("My CSV file") +
        labs(colour = "my variables")

And here's how you might use it with your 100s of CSV files...

files <- (dir("C:/my-csv-files", recursive=TRUE, full.names=TRUE, pattern="\\.(csv|CSV)$"))
listcsvs <- lapply(files, function(i) read.csv(i,  stringsAsFactors = FALSE, skip = 19))
names(listcsvs) <- files
require(reshape2)
require(ggplot2)
for (i in 1:length(files)) { 
  tmp <- melt(dat, id.vars = "x", measure.vars = c("y", "y.1", "y.2", "y.3"))
  print( ggplot(tmp,aes(x, value)) + 
    geom_point(aes(colour = factor(variable))) +
    xlab("time") +
    ylab("units") +
    ggtitle(names(listcsvs[i])) )
  )
}

这篇关于R - 在过滤不需要的数据后，自动从多个csv文件创建散点图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！