如何为多列应用代码？

Question

我是R的新手，我有下面的示例代码，我希望应用于我的数据中的每一列。

data(economics, package="ggplot2")
economics$index <- 1:nrow(economics)
loessMod10 <- loess(uempmed ~ index, data=economics, span=0.10)
smoothed10 <- predict(loessMod10)
plot(economics$uempmed, x=economics$date, type="l", main="Loess Smoothing and Prediction", xlab="Date", ylab="Unemployment (Median)")
lines(smoothed10, x=economics$date, col="red")

有人能给我建议一下这怎么可能吗？

Answer 1

这是有可能进行黄土平滑在全球范围内。

library(data.table)
library(ggplot2)
df <- economics
##
#
gg.melt <- setDT(df) |> melt(id='date', variable.name = 'KPI')
ggplot(gg.melt, aes(x=date, y=value))+
  geom_line()+
  stat_smooth(method=loess, color='red', size=0.5, se=FALSE, method.args = list(span=0.1))+
  facet_wrap(~KPI, scales = 'free_y')

​

​

关于把所有的东西结合在一起，我看不出你会怎么做，因为y尺度是如此的不同。如果重点是查看峰是如何排列起来的，那么您可以这样做：

ggplot(gg.melt, aes(x=date, y=value))+
  geom_line()+
  stat_smooth(method=loess, color='red', size=0.5, se=FALSE, method.args = list(span=0.1))+
  facet_grid(KPI~., scales = 'free_y')

​

​

还有一个dygraphs包，它允许创建动态图形，可以保存到html中：

gg.melt[, scaled:=scale(value, center = FALSE, scale=diff(range(value))), by=.(KPI)]
gg.melt[, pred:=predict(loess(scaled~as.integer(date), .SD, span=0.1)), by=.(KPI)]
gg.dt <- dcast(gg.melt, date~KPI, value.var = list('scaled', 'pred'))
library(dygraphs)
dygraph(gg.dt) |>
  dyCrosshair(direction = 'vertical') |>
  dyRangeSelector()

​

​

可以创建第二个图的dygraph(...)版本，其中不同的KPI处于不同的方面，但必须使用RMarkdown。

Answer 2

您可以按日期将数据从宽到长，并使用facet_wrap。也许你想要这样的东西：

library(ggplot2)
library(reshape2)
library(dplyr)

economics %>%
  melt(., "date") %>%
  ggplot(., aes(date, value)) + 
  geom_line() + 
  facet_wrap(~variable, scales = "free")

输出：

​

​

注释:一张图中的所有情节

如果您指的是一个图中的所有图，您可以给变量一个如下的颜色：

economics %>%
  melt(., "date") %>%
  ggplot(., aes(date, value, color = variable)) + 
  geom_line() + 
  scale_y_log10()

输出：

​

​