使用循環繪制具有多個 geom_lines 的圖形

Question

我有一個 dataframe，在幾個月內，一堆產品的價格變化百分比不同。 dataframe 是這樣的：

 DATA          P10          P25          P50          P75          P90
1  2011-03-01  0.034638180  0.086482130  0.133986300  0.177072700  0.233044900
2  2011-04-01 -0.185378000 -0.112070500 -0.064632480 -0.027086950  0.036643230
3  2011-05-01  0.008258164  0.053702510  0.094340370  0.137678700  0.270847900
4  2011-06-01 -0.105608500 -0.072065040 -0.019818160  0.018149950  0.069389460
5  2011-07-01 -0.080303930 -0.040885830 -0.006315288  0.030778970  0.084747610
6  2011-08-01  0.001524279  0.052229100  0.075928880  0.126691500  0.167735600
7  2011-09-01 -0.097216090 -0.066777680 -0.040682890 -0.014226140  0.034411750

我為創建 plot 而編寫的代碼是：

 ggplot()+
      geom_line(data = dataPerc, aes(x = dataPerc$DATA, y =dataPerc$P10,color="P10"),size=1)+
      geom_line(data = dataPerc, aes(x = dataPerc$DATA, y =dataPerc$P25,color='P25'),size=1)+
      geom_line(data = dataPerc, aes(x = dataPerc$DATA, y =dataPerc$P50,color = "P50"),size = 1)+
      geom_line(data = dataPerc, aes(x = dataPerc$DATA, y =dataPerc$P75,color= "P75"),size=1)+
      geom_line(data = dataPerc, aes(x = dataPerc$DATA, y =dataPerc$P90,color="P90"),size=1)+
      scale_x_date(date_labels="%b %y",date_breaks  ="1 month")+
      theme(axis.text.x = element_text(angle = 90))+
      labs(color='Percentile')+
      scale_y_continuous(labels = function(x) paste0(x*100, "%"))+
      xlab("Moth/Year")+
      ylab("% fat. ")

基本上，我想創建相同的 plot 並用一個循環替換上面的 geom_lines 序列。 謝謝。

Answer 1

不要使用循環 - 將您的數據從寬轉換為長。

long_data = tidyr::pivot_longer(your_data, -DATA, names_to = "Percentile")

ggplot(long_data, aes(x = DATA, y = value, color = name)) +
  geom_line(size = 1) + 
  theme(axis.text.x = element_text(angle = 90)) +
  labs(x = "Month/Year", y = "% fat. ") +
  scale_y_continuous(labels = scales::label_percent(accuracy = 0.1))      

另外，不要在aes()中使用data$column - 它需要不帶引號的列名。

Answer 2

這是一個沒有你說你想要的循環的答案。 ggplot2不適用於循環。

# Read in your data - changed `DATA` to `date`
a <- 
"date          P10          P25          P50          P75          P90
1  2011-03-01  0.034638180  0.086482130  0.133986300  0.177072700  0.233044900
2  2011-04-01 -0.185378000 -0.112070500 -0.064632480 -0.027086950  0.036643230
3  2011-05-01  0.008258164  0.053702510  0.094340370  0.137678700  0.270847900
4  2011-06-01 -0.105608500 -0.072065040 -0.019818160  0.018149950  0.069389460
5  2011-07-01 -0.080303930 -0.040885830 -0.006315288  0.030778970  0.084747610
6  2011-08-01  0.001524279  0.052229100  0.075928880  0.126691500  0.167735600
7  2011-09-01 -0.097216090 -0.066777680 -0.040682890 -0.014226140  0.034411750
"
df <- read.table(text = a, header = TRUE)
library(tidyr)
library(dplyr)
library(ggplot2)
# make the data tidy. ggplot2 needs tidy data (one observation per row)
df <- df %>% pivot_longer(cols = -date, names_to = "pct")
# format date as date
df$date <- as.Date(df$date)

ggplot(df, aes(x = date, y = value, color = pct)) +
  geom_line(size=1) +
    scale_x_date(date_labels="%b %y",date_breaks  ="1 month") +
  theme(axis.text.x = element_text(angle = 90)) +
  labs(color='Percentile') +
  scale_y_continuous(labels = function(x) paste0(x * 100, "%")) +
  xlab("Month/Year") +
  ylab("% fat. ")
```[![enter image description here][1]][1]


  [1]: https://i.stack.imgur.com/OCk8O.png

Answer 3

一旦您的數據采用寬格式，可能性就無窮無盡。 我稍微簡化了您的代碼，並通過您的原始列名（例如，p10、p25、p50 等）對數據進行了分面。 這允許您在每個類別中獨立地 plot 單獨的行。 現在您可以在每個方面觀察從 3 月到 9 月的趨勢。 我將這些方面組織成一列。 只有單個月份名稱跨越 x 軸，因為您只有一年的數據。 隨意調整col =...參數以找到正確的表示。

如果 faceting 不是你的風格，那么完全放棄對facet_wrap()的調用並嘗試在aes()中插入col = factor(perc) ) 。 這會將線堆疊在一個 plot 上； 您還可以免費獲得一個不錯的傳奇。 我將在下面演示這兩種方法。

# Here is how to avoid looping and layering on multiple geoms

library(tidyverse)
library(lubridate)

df <- tribble(
  ~date, ~p10, ~p25,  ~p50, ~p75, ~p90,
  "2011-03-01", 0.034638180, 0.086482130, 0.133986300, 0.177072700, 0.233044900,
  "2011-04-01", -0.185378000, -0.112070500, -0.064632480, -0.027086950, 0.036643230,
  "2011-05-01", 0.008258164, 0.053702510, 0.094340370, 0.137678700, 0.270847900,
  "2011-06-01", -0.105608500, -0.072065040, -0.019818160, 0.018149950, 0.069389460,
  "2011-07-01", -0.080303930, -0.040885830, -0.006315288, 0.030778970, 0.084747610,
  "2011-08-01", 0.001524279, 0.052229100, 0.075928880, 0.126691500, 0.167735600,
  "2011-09-01", -0.097216090, -0.066777680, -0.040682890, -0.014226140, 0.034411750)

# Some quick data preparation

long_df <- df %>%
  mutate(date = ymd(date)) %>%
  pivot_longer(-date, names_to = "perc", values_to = "p_scores")

# Here is a subset of the data frame in long format

# A tibble: 35 x 3
   date       perc  p_scores
   <date>     <chr>    <dbl>
 1 2011-03-01 p10     0.0346
 2 2011-03-01 p25     0.0865
 3 2011-03-01 p50     0.134 
 4 2011-03-01 p75     0.177 
 5 2011-03-01 p90     0.233 
 6 2011-04-01 p10    -0.185 
 7 2011-04-01 p25    -0.112 
 8 2011-04-01 p50    -0.0646
 9 2011-04-01 p75    -0.0271
10 2011-04-01 p90     0.0366
# … with 25 more rows

# Simplified code

ggplot(long_df, aes(x = date, y = p_scores)) +
  geom_line(size = 1) +
  scale_x_date("Month", 
               date_breaks = "1 month", 
               date_labels = '%B') +
  scale_y_continuous("% Fat.", labels = function(x) paste0(x*100, "%")) +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  facet_wrap(~ perc, ncol = 1)

如果您想將線堆疊到一個 plot 上，以下是我的另一個建議。 似乎每條線都會隨着時間的推移同步移動，波動性不大。 為了重現性，我也包含了代碼。

ggplot(long_df, aes(x = date, y = p_scores, col = factor(perc))) +
  geom_line(size = 1) +
  scale_x_date("Month", 
               date_breaks = "1 month", 
               date_labels = '%B') +
  scale_y_continuous("% Fat.", labels = function(x) paste0(x*100, "%")) +
  labs(color = "Score \nType:") +  # This is a generic legend title
  theme_bw() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

此外，您可以在不將perc轉換為aes()內部的因子變量的情況下獲得相同的結果。 但我離題了。

我希望這有幫助！