绘制时间间隔的重叠图

Question

我有以下df

Id   a_min_date      a_max_date      b_min_date     b_max_date       c_min_date       c_max_date           d_min_date     a_max_date
1    2014-01-01      2014-01-10      2014-01-05     2014-01-15            NA               NA              2014-02-20       2014-05-01
2    2014-02-01      2014-02-10       NA              NA               2015-02-20       2015-03-01             NA               NA    

我已经按ID添加了每个组(a，b，c，d)的时间间隔。首先，我将开始和结束日期转换为lubridate时间间隔。如果没有重叠，我想绘制间隔图，并计算每组结束和下一组开始之间的天数时间差。我尝试使用IRanges包并将日期转换为整数(就像这里使用的(link)一样)，但对我不起作用。

ir <- IRanges::IRanges(start = as.integer((as.Date(df$a_min_date))), end = as.integer((as.Date(df$a_max_date))))
bins <- disjointBins(IRanges(start(ir), end(ir) + 1))
dat <- cbind(as.data.frame(ir), bin = bins)

ggplot(dat) + 
  geom_rect(aes(xmin = start, xmax = end,
                ymin = bin, ymax = bin + 0.9)) +
  theme_bw()

对于我的原始df，我得到了这个错误：

Error in .Call2("solve_user_SEW0", start, end, width, PACKAGE = "IRanges") : 
  solving row 1: range cannot be determined from the supplied arguments (too many NAs)

是否有人有使用其他包的其他解决方案？

Answer 1

据我所知，IRanges是解决这个问题的最好的包。IRanges需要范围值(在本例中为dates)进行比较，并且不处理未定义的值(NAs)

为了解决这个问题，我会在进行分析之前删除df中包含NAs的所有行。

df <- df[complete.cases(df[ , 1:2]),]

删除NAs的说明和其他方法请参阅Remove rows with all or some NAs (missing values) in data.frame。

如果这不能解决问题，您可以将日期转换为整数。重要的是，日期的格式为年-月-日，以产生正确的间隔。

示例：

str <- "2006-06-26"


splitted<- unlist(strsplit(str,"-"))
[1] "2006" "06"   "26"

result <- paste(splitted,collapse="")
[1] "20060626"