将两个不同年份的数据框组合在一起，形成一个图

Question

我正在尝试将3个独立的数据帧( 2018,2019和2020文件)组合在一起，以制作一个从1月到12月的时间序列图，但到目前为止，我只能制作一个长图，2018年1月到2020年6月。我希望看到一张线形图，每一条线代表一年。下面粘贴了3年数据的预览。很难从下面看出，但是月、日和小时都在单独的列中。

谢谢你的帮忙!

2020 DATA
Site        Parameter           Date (LT)       Year    MonthDayHourRaw Conc.
Kathmandu   PM2.5 - Principal   1/1/2020 1:00   2020    1   1   1   171
Kathmandu   PM2.5 - Principal   1/1/2020 2:00   2020    1   1   2   161
Kathmandu   PM2.5 - Principal   1/1/2020 3:00   2020    1   1   3   121
Kathmandu   PM2.5 - Principal   1/1/2020 4:00   2020    1   1   4   119
Kathmandu   PM2.5 - Principal   1/1/2020 5:00   2020    1   1   5   137

2019 DATA
Site    Parameter               Date (LT)       Year    MonthDayHourRaw Conc.
Kathmandu   PM2.5 - Principal   1/1/2019 1:00   2020    1   1   1   200
Kathmandu   PM2.5 - Principal   1/1/2019 2:00   2020    1   1   2   185
Kathmandu   PM2.5 - Principal   1/1/2019 3:00   2020    1   1   3   180
Kathmandu   PM2.5 - Principal   1/1/2019 4:00   2020    1   1   4   190
Kathmandu   PM2.5 - Principal   1/1/2019 5:00   2020    1   1   5   200


2018 DATA
Site        Parameter           Date (LT)       Year    MonthDayHourRaw Conc.
Kathmandu   PM2.5 - Principal   1/1/2019 1:00   2020    1   1   1   250
Kathmandu   PM2.5 - Principal   1/1/2019 2:00   2020    1   1   2   215
Kathmandu   PM2.5 - Principal   1/1/2019 3:00   2020    1   1   3   270
Kathmandu   PM2.5 - Principal   1/1/2019 4:00   2020    1   1   4   221
Kathmandu   PM2.5 - Principal   1/1/2019 5:00   2020    1   1   5   250

Answer 1

如果您能够以一种易于复制的格式发布数据帧，比如使用dput(data.frame)，那将会很有帮助。无论如何，我已经通过创建以下单个数据帧、df_2018、df_2019和df_2020大致复制了您的数据集。

df_2018 <- data.frame(Raw.Conc=c(171,161,121,119,137), Date=c('1/5/2018','2/12/2018','3/1/2018','4/4/2018','5/2/2018'))
df_2019 <- data.frame(Raw.Conc=c(200,185,180,190,200), Date=c('1/2/2019','2/12/2019','3/3/2019','4/1/2019','5/6/2019'))
df_2020 <- data.frame(Raw.Conc=c(250,215,270,221,250), Date=c('1/1/2020','2/5/2020','3/4/2020','4/7/2020','5/5/2020'))

数据的准备

每个数据帧包含两列:一列是数字向量$Raw.Conc，另一列现在是因子$Date。第一步是我们应该将这些数据库合并为一个数据库。至关重要的是，我们需要维护有关每个数据集的来源的信息，我可以首先为每个数据集创建一个名为$origin之类的新列，但是在使用lubridate包将$Date列转换为一个Date类并为每个日期提取具体年份之后，按类别分离数据会更简单。请参见以下代码：

# merging datasets
df <- rbind(df_2018, df_2019, df_2020)

# format $Date field
df$Date <- as.Date(df$Date, format='%m/%d/%Y')

# create new column for year
df$Year <- as.character(year(df$Date))

注意，我使用了lubridate中的year()函数来创建df$Year。year()的输出是数字的，所以我将其转换为字符向量，以确保此特定列被视为离散的，而不是连续的，以便我们稍后使用。

绘图

这足以创建图，但请记住，df$Date表示不同的年份，因此线不会重叠x轴上的相同空间，而是分开的。当我们将df$Date绘制为x轴，将df$Raw.Conc绘制在y轴上，并使用df$Year作为geom_line()的color=美学时，请观察输出

ggplot(df, aes(Date, Raw.Conc)) + geom_line(aes(color=Year))

​

​

据我所知，这不是你想要的。我们实际上需要删除日期，只绘制月/日。也许有一种优雅的方式可以做到这一点。但在这里，我将破解一个解决方案，基本上将所有日期放在同一年，这样它们就会像在同一年一样被绘制出来(这是您想要的行为)。请注意以下代码：

# create character vector of "mm-dd"
df$Date.axis <- paste0(month(df$Date),'-',day(df$Date))
# turn that into a class(Date)
df$Date.axis <- as.Date(df$Date.axis, format='%m-%d')

如果你查看df$Date.axis，你会看到它包含了所有这些项目的当前年份(2020)，但它可以满足我们的目的。我们现在可以绘制图形，但是使用scale_x_date()来控制x轴的标签，这样我们就只包含月份(忽略年份)。

ggplot(df, aes(x=Date.axis, y=Raw.Conc)) + geom_line(aes(color=Year)) +
  scale_x_date(date_labels = '%b')

​

​

改变外观和标签以获得你想要的图表，但这是一个通用的方法，应该适用于你想要做的事情。