在ggplot2中执行geom_hline时选择最新的数据集 [英] pick the latest data set when doing geom_hline in ggplot2

问题描述

dput（x）

  structure（list（Host = structure（c（1L，1L，1L，1L，1L ，1L，1L，
 1L，1L，1L），.Label =A，class =factor），TimeStamp = structure（c（1L，
 2L，3L，4L，5L， 1L，2L，3L，4L，5L），。标签= c（1/11/2013​​，
2013年1月12日，2013年1月13日，2013年1月14日（1L，1L，1L，1L，1L，2L，2L，2L，2L，
，1 / 15/2013），class =factor），
 Instance = 2L），.Label = c（/ application，/ db），class =factor），
 Free_Space = c（5048L，5049L，6000L，4800L，5100L，317659L，
 340000L，350000L，356666L，370000L），Used_Space = C（3017L，
 56000L，60000L，55000L，54000L，271657L，150000L，175000L，
 165000L，189999L），TOTAL_SPACE = C（8064L，61049L， 66000L，
 59800L，59100L，589316L，490000L，525000L，521666L，559999L 
））的，.Names = C（ 主机， 时间戳， 实例， FREE_SPACE，
Used_Space，Total_Space），class =data.frame，row.names = c（NA，
 -10L））
  

<我有这个数据框。我给列名称Total_Space添加Free_Space和Used_Space，并使用host.TimeStamp和Instance中的data.table包。 -data.table（x）
x <-x [，Total_Space：= Free_Space + Used_Space，by = c（Host，Instance，TimeStamp）]

我喜欢使用ggplot2中的ggplot facet_wrap来绘制GB中已用空间的图形，并通过Total_Space绘制一个geom_line，以便用户可以看到多少顶部空间有。

例如，我这样做：

  ggplot（x ，AES（时间戳，Used_Space / 1024，组=实例））+ geom_area（填充= 蓝）+ geom_smooth（方法= LM，颜色= 橙色，SE = T，大小= 1）+ geom_hline（数据= x，aes（yintercept = Total_Space / 1024），col =red）+ facet_wrap（〜Host + Instance，ncol = 3，scales =free）
  

我看到的问题是，由于Total_Space正在改变，因此我为同一个instnace和主机获取多个geom_hline。

我的问题是，如何为每个实例和主机执行geom_hline时选择最新的时间戳？我需要在geom_hline中显示最新的Total_Space。

我试过这种方法：

x <-x [ ，LatestTS：= tail（p [order（p $ TimeStamp），]，1）$ Total_Space，by = c（Host，Instance，TimeStamp）]

不起作用。它为所有实例选择相同的数字。

解决方案

我的解决方案是首先让你的列 TimeStamp 到日期

  x $ TimeStamp< -as.Date（x $ TimeStamp，format = ％m /％d /％Y）
  

然后，因为您的数据对象是 data.table ，您可以根据 Host 和实例设置子集数据并设置 TimeStamp 应该是最大值。

  x [，。SD [TimeStamp == max（TimeStamp）]，by =Host，Instance] 
主机实例TimeStamp Free_Space Used_Space Total_Space 
 1：A / application 2013-01-15 5100 54000 59100 
 2：A / db 2013-01-15 370000 189999 559999 
  

现在你可以在 geom_hline（）。使用 scale_x_date（），您现在可以获得更多控制此比例的可能性。

 库（鳞）
 ggplot（X，AES（时间戳，Used_Space / 1024，组=实例））+ 
 geom_area（填充= 蓝）+ geom_smooth（方法= LM，颜色=orange，se = T，size = 1）+ 
 geom_hline（data = x [，.SD [TimeStamp == max（TimeStamp）]，by =Host，Instance]，aes（yintercept = （标题=日期格式（％m /％d），$ col =red）+ 
 facet_wrap（〜Host + Instance，ncol = 3，scales =free）+ 
 scale_x_date /％Y））
  

dput(x)

structure(list(Host = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L), .Label = "A", class = "factor"), TimeStamp = structure(c(1L, 
2L, 3L, 4L, 5L, 1L, 2L, 3L, 4L, 5L), .Label = c("1/11/2013", 
"1/12/2013", "1/13/2013", "1/14/2013", "1/15/2013"), class = "factor"), 
    Instance = structure(c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 
    2L), .Label = c("/application", "/db"), class = "factor"), 
    Free_Space = c(5048L, 5049L, 6000L, 4800L, 5100L, 317659L, 
    340000L, 350000L, 356666L, 370000L), Used_Space = c(3017L, 
    56000L, 60000L, 55000L, 54000L, 271657L, 150000L, 175000L, 
    165000L, 189999L), Total_Space = c(8064L, 61049L, 66000L, 
    59800L, 59100L, 589316L, 490000L, 525000L, 521666L, 559999L
    )), .Names = c("Host", "TimeStamp", "Instance", "Free_Space", 
"Used_Space", "Total_Space"), class = "data.frame", row.names = c(NA, 
-10L))

I have this data frame. I drive the column name Total_Space by adding Free_Space and Used_Space using data.table package given the Host, TimeStamp and Instance.

x<-data.table(x)
x<-x[,Total_Space:=Free_Space+Used_Space, by=c("Host", "Instance", "TimeStamp")]

I like to use ggplot facet_wrap from ggplot2 to graph used space in GB and draw a geom_line by the Total_Space so that users can see how much head room there are.

For example, I am doing this:

ggplot(x, aes(TimeStamp, Used_Space/1024, group=Instance)) + geom_area(fill="blue") + geom_smooth(method="lm", colour="orange",se=T, size=1) + geom_hline(data=x, aes(yintercept = Total_Space/1024), col="red")+ facet_wrap(~Host+Instance, ncol=3, scales="free") 

The problem I am seeing is that I get multiple geom_hline for the same instnace and host, due to Total_Space is changing.

My question is, how can I pick the latest time stamp when doing geom_hline for each instance and Host? I need to show the latest Total_Space in geom_hline.

I tried this approach:

x<-x[,LatestTS:=tail(p[order(p$TimeStamp),],1)$Total_Space, by=c("Host", "Instance", "TimeStamp")]

did not work. it picks the same number for all instances.

解决方案

My solution would be, first, make your column TimeStamp to dates

x$TimeStamp<-as.Date(x$TimeStamp,format="%m/%d/%Y")

Then, as your data object is data.table, you can subset data according to Host and Instance and set TimeStamp should be maximal value.

x[,.SD[TimeStamp==max(TimeStamp)],by="Host,Instance"]
   Host     Instance  TimeStamp Free_Space Used_Space Total_Space
1:    A /application 2013-01-15       5100      54000       59100
2:    A          /db 2013-01-15     370000     189999      559999

Now you can use this line inside geom_hline(). With scale_x_date() you will get now more possibilities to control this scale.

library(scales)
ggplot(x, aes(TimeStamp, Used_Space/1024, group=Instance)) + 
  geom_area(fill="blue") + geom_smooth(method="lm", colour="orange",se=T, size=1) + 
  geom_hline(data=x[,.SD[TimeStamp==max(TimeStamp)],by="Host,Instance"], aes(yintercept = Total_Space/1024), col="red")+ 
  facet_wrap(~Host+Instance, ncol=3, scales="free") +
  scale_x_date(labels = date_format("%m/%d/%Y"))

这篇关于在ggplot2中执行geom_hline时选择最新的数据集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！