Tracciando due variabili come linee che utilizzano ggplot2 sullo stesso grafico

Question

Una domanda molto newbish, ma dire che ho dati in questo modo:

test_data <- 
    data.frame(
    var0 = 100 + c(0, cumsum(runif(49, -20, 20))), 
    var1 = 150 + c(0, cumsum(runif(49, -10, 10))), 
    date = seq(as.Date("2002-01-01"), by="1 month", length.out=100) 
) 

Come posso tracciare entrambe le serie di tempo var0 e var1 sullo stesso grafico, con date sull'asse x, utilizzando ggplot2? Punti bonus se fai var0 e var1 colori diversi e puoi includere una legenda!

Sono sicuro che è molto semplice, ma non riesco a trovare alcun esempio.

Answer 1

Per un piccolo numero di variabili, è possibile utilizzare costruire la trama manualmente da soli:

ggplot(test_data, aes(date)) + 
    geom_line(aes(y = var0, colour = "var0")) + 
    geom_line(aes(y = var1, colour = "var1")) 

Answer 2

Utilizzando i dati:

test_data <- data.frame(
var0 = 100 + c(0, cumsum(runif(49, -20, 20))), 
var1 = 150 + c(0, cumsum(runif(49, -10, 10))), 
Dates = seq.Date(as.Date("2002-01-01"), by="1 month", length.out=100)) 

creo una versione impilata che è ciò che ggplot() piacerebbe lavorare con:

stacked <- with(test_data, 
       data.frame(value = c(var0, var1), 
          variable = factor(rep(c("Var0","Var1"), 
               each = NROW(test_data))), 
          Dates = rep(Dates, 2))) 

In questo caso la produzione di stacked era abbastanza facile come abbiamo solo dovuto fare un paio di manipolazioni, ma reshape() e reshape e reshape2 potrebbero essere utili se si dispone di un set di dati reali più complesso da manipolare.

Una volta che i dati sono in questa forma impilato, richiede solo un semplice ggplot() chiamata a produrre la trama si voleva con tutti gli extra (uno dei motivi per cui di livello superiore pacchetti plottaggio come lattice e ggplot2 sono così utili):

require(ggplot2) 
p <- ggplot(stacked, aes(Dates, value, colour = variable)) 
p + geom_line() 

lascio a voi per riordinare le etichette degli assi, titolo di legenda ecc

HTH

Answer 3

L'approccio generale è quello di convertire i dati in formato lungo (usando melt() dalla confezione reshape o reshape2) o gather() dal pacchetto tidyr:

library("reshape2") 
library("ggplot2") 

test_data_long <- melt(test_data, id="date") # convert to long format 

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

Answer 4

Hai bisogno che i dati siano in formato "alto" anziché "largo" per ggplot2. "wide" significa avere un'osservazione per riga con ogni variabile come una colonna diversa (come hai ora). Devi convertirlo in un formato "alto" in cui hai una colonna che ti dice il nome della variabile e un'altra colonna che ti dice il valore della variabile. Il processo di passaggio da largo ad alto è solitamente chiamato "fusione".È possibile utilizzare tidyr::gather per fondere la cornice di dati:

library(ggplot2) 
library(tidyr) 

test_data <- 
    data.frame(
    var0 = 100 + c(0, cumsum(runif(49, -20, 20))), 
    var1 = 150 + c(0, cumsum(runif(49, -10, 10))), 
    date = seq(as.Date("2002-01-01"), by="1 month", length.out=100) 
) 
test_data %>% 
    gather(key,value, var0, var1) %>% 
    ggplot(aes(x=date, y=value, colour=key)) + 
    geom_line() 

tanto per essere chiari il data che ggplot sta consumando dopo tubazioni tramite gather assomiglia a questo:

date  key  value 
2002-01-01 var0 100.00000 
2002-02-01 var0 115.16388 
... 
2007-11-01 var1 114.86302 
2007-12-01 var1 119.30996