两次绘制数据说我有这样一个数据帧：GGPLOT2，facet_wrap：在不同方面

df <- data.frame(year_day = rep(1:365, 3), 
       year = rep(2001:2003, each = 365), 
       value = sin(2*pi*rep(1:365, 3)/365))

它代表了2001年和2003年之间的年（year_day）每天一定值（value）。我想绘制每年并使用ggplot2这样做。

ggplot(df) + geom_point(aes(year_day, value)) + facet_wrap(~year, ncol=1)

这给了我：

大。现在，假设我想稍微扩大我的绘图区域，以便每年包括前一年的3个月和下一年的3个月（如果存在这些数据的话）。这意味着一些数据将被绘制两次。例如，2003年的前三个月将出现在2002年和2003年的情节中。因此，我可以复制这些行并将它们分配到2002年，但是使用year-day秒366到485.这可以工作，但是很有意思。有没有更优雅的解决方案？

来源

2017-09-14 Lyngbakr

编辑删除旧版本并替换

这是我一直在思考了一段时间，所以这是一个足够的理由来试图实现它。它仍然涉及重复行，这是行为，但这是我能想到的最好的方式。

这是一个整洁的管道功能，它将一个数据帧（即使是分组的）作为其第一个参数，并将一列日期作为其第二个参数。有一个可选的第三个参数来扩展每个窗口展开的距离（默认为0.25或3个月）。第四个理由是财政或学年等不是Jan-Jan的事情，但我还没有深入思考。

的输出是相同的数据帧，与岁月的尾巴重复的行，与其他列doy_wrapped为一年中的天（从负面去> 365），和nominal_yr，这是每一个窗口都集中在一年。

实施例，使用数据集ggplot2::economics：

library(dplyr) 
library(lubridate) 

economics %>% 
    filter(year(date) > 2007)

# A tibble: 88 x 6 
     date  pce pop psavert uempmed unemploy 
     <date> <dbl> <int> <dbl> <dbl> <int> 
1 2008-01-01 9963.2 303506  3.4  9.0  7685 
2 2008-02-01 9955.7 303711  3.9  8.7  7497 
3 2008-03-01 10004.2 303907  4.0  8.7  7822 
4 2008-04-01 10044.6 304117  3.5  9.4  7637 
5 2008-05-01 10093.3 304323  7.9  7.9  8395 
6 2008-06-01 10149.4 304556  5.6  9.0  8575 
7 2008-07-01 10151.1 304798  4.4  9.7  8937 
8 2008-08-01 10140.3 305045  3.7  9.7  9438 
9 2008-09-01 10083.2 305309  4.4 10.2  9494 
10 2008-10-01 9983.3 305554  5.4 10.4 10074 
# ... with 78 more rows

economics %>% 
    filter(year(date) > 2007) %>% 
    wrap_years(date, expand = 3/12)

# A tibble: 136 x 8 
# Groups: nominal_yr [8] 
     date  pce pop psavert uempmed unemploy nominal_yr doy_wrapped 
     <date> <dbl> <int> <dbl> <dbl> <int>  <dbl>  <dbl> 
1 2008-01-01 9963.2 303506  3.4  9.0  7685  2008   1 
2 2008-02-01 9955.7 303711  3.9  8.7  7497  2008   32 
3 2008-03-01 10004.2 303907  4.0  8.7  7822  2008   61 
4 2008-04-01 10044.6 304117  3.5  9.4  7637  2008   92 
5 2008-05-01 10093.3 304323  7.9  7.9  8395  2008   122 
6 2008-06-01 10149.4 304556  5.6  9.0  8575  2008   153 
7 2008-07-01 10151.1 304798  4.4  9.7  8937  2008   183 
8 2008-08-01 10140.3 305045  3.7  9.7  9438  2008   214 
9 2008-09-01 10083.2 305309  4.4 10.2  9494  2008   245 
10 2008-10-01 9983.3 305554  5.4 10.4 10074  2009   -90 
# ... with 126 more rows

这确实让它失去了秩序;它按顺序排列三行，然后将它们重新分配到相邻的年份。它保留原始分组，同时为新的nominal_yr添加一个（以删除可能为孤立尾部，中央年份数据丢失的地方）。

economics %>% 
    filter(year(date) > 2007) %>% 
    wrap_years(date, expand = 3/12) %>% 
    ggplot(aes(doy_wrapped, unemploy)) + 
    geom_line() + facet_wrap(~nominal_yr, ncol = 3)

然后一些技巧来打扮起来，并纠正轴：

economics %>% 
    filter(year(date) > 2007) %>% 
    wrap_years(date, expand = 3/12) %>% 
    ggplot(aes(doy_wrapped + ymd("1900-01-01") - 1, unemploy)) + 
    geom_line() + facet_wrap(~nominal_yr, ncol = 2) + 
    geom_vline(xintercept = as.numeric(c(ymd("1900-01-01"), ymd("1901-01-01")))) + 
    scale_x_date(date_breaks = "2 months",date_labels = "%b", 
       name = NULL, expand = c(0,0) + 
    theme_minimal() + 
    theme(panel.spacing.x = unit(1, "cm"))

在aes(...)的+ ymd("1900-01-01") - 1是任意的，你只是希望它有一个排队1月1日，以便每年有合适的月份。然后你将它与垂直线上的xintercept =相匹配。

理想地，这将最终成为一个家庭的wrap_*功能的一部分，季度，月，小时，几十年来，等

代码的功能：

wrap_years <- function(df, datecol, expand = 0.25, offset = "2001-01-01") { 

    if(!is.data.frame(df)) {return(df)} 

    datecol <- enquo(datecol) 

    if(expand > 1) { 
    warning(paste0("Window expansions of > 1 are not supported.")) 
    return(df) 
    } 


    if(!(quo_name(datecol) %in% names(df))) { 
    warning(paste0("Column '", quo_name(datecol), "' not found in data.")) 
    return(df) 
    } 

    # offset <- as_date(offset) 
    # warning(paste0("Using ", stamp("August 26", orders = "md")(offset), 
    #    " as start of year. Not yet implemented.")) 

    if(!is.Date(df %>% pull(!!datecol))) { 
    warning(paste0("Use lubridate functions to parse '", 
        quo_name(datecol), 
        "' before proceeding.")) 
    return(df) 
    } 

    df %>% 
    mutate(adj_wrap = list(-1:1)) %>% 
    tidyr::unnest() %>% 
    mutate(nominal_yr = year(!!datecol) -  adj_wrap, 
      doy_wrapped = yday(!!datecol) + 365*adj_wrap) %>% 
    filter(between(doy_wrapped, -expand * 365, (1 + expand) * 365)) %>% 
    select(-adj_wrap) %>% 
    group_by(nominal_yr, add = T) %>% 
    filter(sum(year(!!datecol) != nominal_yr) != length(nominal_yr)) 

}

我假设复制最少数量的行将是最快的方法，这是我第一次刺穿它的范例。后来想到它，我意识到一个更幼稚的方法是简单地复制所有行，结果会更快。然后过滤步骤用between完成，这也很快。该版本的功能大约是以前版本的2倍（但是绘制原始数据速度的约0.01倍）。

来源

2017-09-14 23:25:40 Brian

GGPLOT2，facet_wrap：在不同方面

回答

编辑删除旧版本并替换

相关问题