ggplot2和cumsum（） [英] ggplot2 and cumsum()

问题描述

我有一组UNIX时间戳和URI，我试图绘制每个URI请求的累计计数。我设法用一个虚拟列一次为一个URI做到这一点：

  x.df $ count < -  apply（ x.df，1，function（row）1）＃为cumsum创建一个虚拟列
 x.df < -  x.df [order（x.df $ time，decrease = FALSE）]＃Sort 
 ggplot（x.df，aes（x = time，y = cumsum（count）））+ geom_line（）
  

但是，在我的情况下，这大概会产生30个图。

ggplot2确实允许您将多行图表绘制成一个图表（我复制了这一段代码从这里）：

  ggplot（data = test_data_long，aes（x = date，y = value，color = variable））+ 
 geom_line（）
  

问题在于，这样， cumsum（）会依靠和

有没有人有想法？

解决方案

测试数据使用 plyr 的 tran sform 首先计算累计和，然后使用 ggplot2 ：

< pre $ set.seed（45）
DF < - data.frame（grp = factor（rep（1：5，each = 10）），x = rep（1 ：10，5））
DF< - transform（DF，y = runif（nrow（DF）））

＃使用plyr计算每组x
的cumsum需要（plyr）
DF.t< - ddply（DF，。（grp），transform，cy = cumsum（y））

＃plot
require（ggplot2）
ggplot（DF.t，aes（x = x，y = cy，color = grp，group = grp））+ geom_line（）


I have a set of UNIX timestamps and URIs and I'm trying to plot the cumulative count of requests for each URI. I managed to do that for one URI at a time using a dummy column:

x.df$count <- apply(x.df,1,function(row) 1) # Create a dummy column for cumsum
x.df <- x.df[order(x.df$time, decreasing=FALSE),] # Sort
ggplot(x.df, aes(x=time, y=cumsum(count))) + geom_line()

However, that would make roughly 30 plots in my case.

ggplot2 does allow you to plot multiple lines into one plot (I copied this piece of code from here):

ggplot(data=test_data_long, aes(x=date, y=value, colour=variable)) +
    geom_line()

The problem is that, this way, cumsum() would count on and on.

Does anybody have an idea?

解决方案

Here's a test data which uses plyr's transform to calculate the cumulative sum first and then apply that data to plot using ggplot2:

set.seed(45)
DF <- data.frame(grp = factor(rep(1:5, each=10)), x=rep(1:10, 5))
DF <- transform(DF, y=runif(nrow(DF)))

# use plyr to calculate cumsum per group of x
require(plyr)
DF.t <- ddply(DF, .(grp), transform, cy = cumsum(y))

# plot
require(ggplot2)
ggplot(DF.t, aes(x=x, y=cy, colour=grp, group=grp)) + geom_line()

这篇关于ggplot2和cumsum（）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！