Stacked Area Histograma no R
Pergunta
Eu corri um trabalho porco em um cluster Hadoop que mastigou um monte de dados para baixo em algo R pode manipular para fazer uma análise de coorte. Eu tenho o seguinte script e, como da segunda à última linha eu tenho os dados no formato:
> names(data)
[1] "VisitWeek" "ThingAge" "MyMetric"
VisitWeek é uma data. ThingAge e MyMetric são inteiros.
Os olhares de dados como:
2010-02-07 49 12345
O script eu tenho até agora é:
# Load ggplot2 for charting
library(ggplot2);
# Our file has headers - column names
data = read.table('weekly_cohorts.tsv',header=TRUE,sep="\t");
# Print the names
names(data)
# Convert to dates
data$VisitWeek = as.Date(data$VisitWeek)
data$ThingCreation = as.Date(data$ThingCreation)
# Fill in the age column
data$ThingAge = as.integer(data$VisitWeek - data$ThingCreation)
# Filter data to thing ages lt 10 weeks (70 days) + a sanity check for gt 0, and drop the creation week column
data = subset(data, data$ThingAge <= 70, c("VisitWeek","ThingAge","MyMetric"))
data = subset(data, data$ThingAge >= 0)
print(ggplot(data, aes(x=VisitWeek, y=MyMetric, fill=ThingAge)) + geom_area())
Esta última linha não funciona. Eu tentei muitas variações, bares, histogramas, mas como docs R habituais me derrotar.
Eu quero isso para mostrar um estilo Excel empilhadas gráfico de área padrão - uma série de tempo para cada ThingAge empilhadas através das semanas no eixo x, com a data no eixo y. Um exemplo deste tipo de gráfico é aqui: http: // upload. wikimedia.org/wikipedia/commons/a/a1/Mk_Zuwanderer.png
Eu li os docs aqui: http://had.co.nz/ggplot2 /geom_area.html e http://had.co.nz/ggplot2/geom_histogram .html e este blog http://chartsgraphs.wordpress.com/2008/10/05/r-lattice-plot-beats-excel-stacked-area-trend-chart/ mas não posso bastante fazer o trabalho para mim.
Como posso conseguir isso?
Solução
library(ggplot2)
set.seed(134)
df <- data.frame(
VisitWeek = rep(as.Date(seq(Sys.time(),length.out=5, by="1 day")),3),
ThingAge = rep(1:3, each=5),
MyMetric = sample(100, 15))
ggplot(df, aes(x=VisitWeek, y=MyMetric)) +
geom_area(aes(fill=factor(ThingAge)))
me dá a imagem abaixo. Eu suspeito que suas mentiras problema em especificar corretamente o mapeamento de preenchimento para a trama área: fill=factor(ThingAge)
Outras dicas
ggplot (data.set, aes (x = tempo, y = Valor, color = Type)) + geom_area (AES (preenchimento = Tipo), posição = 'pilha')
você precisa dar o geom_area um elemento de preenchimento e também empilhá-la (embora isso pode ser um padrão)
http: //www.mail -archive.com/r-help@r-project.org/msg84857.html
Eu era capaz de conseguir o meu resultado com este:
I carregado a função stackedPlot () https: / /stat.ethz.ch/pipermail/r-help/2005-August/077475.html
A função (não a minha, ver link) foi:
stackedPlot = function(data, time=NULL, col=1:length(data), ...) {
if (is.null(time))
time = 1:length(data[[1]]);
plot(0,0
, xlim = range(time)
, ylim = c(0,max(rowSums(data)))
, t="n"
, ...
);
for (i in length(data):1) {
# Die Summe bis zu aktuellen Spalte
prep.data = rowSums(data[1:i]);
# Das Polygon muss seinen ersten und letzten Punkt auf der Nulllinie haben
prep.y = c(0
, prep.data
, 0
)
prep.x = c(time[1]
, time
, time[length(time)]
)
polygon(prep.x, prep.y
, col=col[i]
, border = NA
);
}
}
Então eu reformulado meus dados para o formato de largura. Em seguida, ele trabalhou!
wide = reshape(data, idvar="ThingAge", timevar="VisitWeek", direction="wide");
stackedPlot(wide);
Virando inteiros em fatores e usando geom_bar em vez de geom_area trabalhou para mim:
df<-expand.grid(x=1:10,y=1:6)
df<-cbind(df,val=runif(60))
df$fx<-factor(df$x)
df$fy<-factor(df$y)
qplot(fy,val,fill=fx,data=df,geom='bar')