作者:田景撩人_108 | 来源:互联网 | 2022-12-06 18:52
如果我有一个带有时间序列的数据表,其中每个时间戳都有多个观测值,是否有直接方法以均值和间隔来绘制该数据集?
例如,创建数据集:
dt <- lapply(seq(1,10),function(x) {
dt <- data.table(Time = seq(1,100),
Value = seq(1,100)* 3 + rnorm(100,5,20))
})
dt <- rbindlist(dt,idcol = 'Run')
ggplot(dt,aes(Time,Value,group = Run)) +
geom_line(size = 0.1,alpha = 0.5)
每个时间戳都有多个观察结果。我希望剧情看起来像这样:
ggplot(dt[,list(Value = mean(Value),
MaxValue = quantile(Value, 0.9),
MinValue = quantile(Value, 0.1)),
list(Time)])+
aes(x = Time, y = Value,ymin = MinValue,ymax = MaxValue)+
geom_line()+
geom_ribbon(alpha = 0.3)
这行得通,但似乎很多行可以简化一些事情。例如,如果我正在做箱线图,则可以在一个更简单的ggplot调用中执行此操作:
ggplot(dt)+
aes(x = factor(Time), y = Value)+
geom_boxplot()
感谢您的帮助!
1> www..:
我们可以使用stat_summary
以下方式。
ggplot(dt,aes(Time, Value)) +
stat_summary(geom = "line", fun.y = mean) +
stat_summary(geom = "ribbon", fun.data = mean_cl_normal, alpha = 0.3)
如果仍要平均用90首10个百分点,就需要设计一个函数返回y
,
ymin
和ymax
你的数值数据
mean_cl_quantile <- function(x, q = c(0.1, 0.9), na.rm = TRUE){
dat <- data.frame(y = mean(x, na.rm = na.rm),
ymin = quantile(x, probs = q[1], na.rm = na.rm),
ymax = quantile(x, probs = q[2], na.rm = na.rm))
return(dat)
}
ggplot(dt,aes(Time, Value)) +
stat_summary(geom = "line", fun.y = mean) +
stat_summary(geom = "ribbon", fun.data = mean_cl_quantile, alpha = 0.3)
或作为lististaire的评论:
ggplot(dt, aes(Time, Value)) +
geom_smooth(stat = 'summary', fun.data = mean_cl_quantile)
不,将其与stat_summary一起使用,例如ggplot(dt,aes(Time,Value))+ geom_smooth(stat =&#39;summary&#39;,fun.data = function(y)data.frame(ymin =分位数(y,。 1),y =平均值(y),ymax =分位数(y,.9)))。几何图形只是功能区和线条的组合;stat_smooth`称为模型。