Tracciare due variabili come linee usando ggplot2 sullo stesso grafico

Una domanda molto nuova, ma dire che ho dati come questo:

test_data <-
  data.frame(
    var0 = 100 + c(0, cumsum(runif(49, -20, 20))),
    var1 = 150 + c(0, cumsum(runif(49, -10, 10))),
    date = seq(as.Date("2002-01-01"), by="1 month", length.out=100)
  )

Come posso tracciare entrambe le serie temporali var0e var1sullo stesso grafico, con datesull'asse x, usando ggplot2? Punti bonus se crei var0e var1colori diversi e puoi includere una legenda!

Sono sicuro che questo è molto semplice, ma non riesco a trovare alcun esempio là fuori.

Per un numero limitato di variabili, puoi creare manualmente il grafico:

ggplot(test_data, aes(date)) + 
  geom_line(aes(y = var0, colour = "var0")) + 
  geom_line(aes(y = var1, colour = "var1"))

L'approccio generale è di convertire i dati in formato lungo (usando melt()dal pacchetto reshapeo reshape2) o gather()/ pivot_longer()dal tidyrpacchetto:

library("reshape2")
library("ggplot2")

test_data_long <- melt(test_data, id="date")  # convert to long format

ggplot(data=test_data_long,
       aes(x=date, y=value, colour=variable)) +
       geom_line()

Vedi anche questa domanda sulla rimodulazione dei dati da ampia a lunga.

È necessario che i dati siano in formato "alto" anziché "largo" per ggplot2. "largo" significa avere un'osservazione per riga con ogni variabile come una colonna diversa (come hai fatto ora). Devi convertirlo in un formato "alto" in cui hai una colonna che ti dice il nome della variabile e un'altra colonna che ti dice il valore della variabile. Il processo di passaggio da largo ad alto è generalmente chiamato "fusione". È possibile utilizzare tidyr::gatherper sciogliere il frame di dati:

library(ggplot2)
library(tidyr)

test_data <-
  data.frame(
    var0 = 100 + c(0, cumsum(runif(49, -20, 20))),
    var1 = 150 + c(0, cumsum(runif(49, -10, 10))),
    date = seq(as.Date("2002-01-01"), by="1 month", length.out=100)
  )
test_data %>%
    gather(key,value, var0, var1) %>%
    ggplot(aes(x=date, y=value, colour=key)) +
    geom_line()

Giusto per essere chiari dataciò che ggplotsta consumando dopo averlo convogliato via gatherè simile al seguente:

date        key     value
2002-01-01  var0    100.00000
2002-02-01  var0    115.16388 
...
2007-11-01  var1    114.86302
2007-12-01  var1    119.30996

Utilizzando i tuoi dati:

test_data <- data.frame(
var0 = 100 + c(0, cumsum(runif(49, -20, 20))),
var1 = 150 + c(0, cumsum(runif(49, -10, 10))),
Dates = seq.Date(as.Date("2002-01-01"), by="1 month", length.out=100))

Creo una versione in pila che è ciò con cui mi ggplot()piacerebbe lavorare:

stacked <- with(test_data,
                data.frame(value = c(var0, var1),
                           variable = factor(rep(c("Var0","Var1"),
                                                 each = NROW(test_data))),
                           Dates = rep(Dates, 2)))

In questo caso la produzione stackedera abbastanza facile come abbiamo solo dovuto fare un paio di manipolazioni, ma reshape()e l' reshapee reshape2potrebbe essere utile se si dispone di un vero e proprio set di dati più complessi da manipolare.

Una volta che i dati sono in questo modulo sovrapposto, è sufficiente una semplice ggplot()chiamata per produrre la trama desiderata con tutti gli extra (un motivo per cui pacchetti di livello superiore che piacciono latticee ggplot2sono così utili):

require(ggplot2)
p <- ggplot(stacked, aes(Dates, value, colour = variable))
p + geom_line()

Lascerò a te per riordinare le etichette degli assi, il titolo della legenda ecc.

HTH

Sono anche nuovo di R ma sto cercando di capire come funziona ggplot, penso di avere un altro modo per farlo. Condivido probabilmente non come una soluzione perfetta completa, ma per aggiungere diversi punti di vista.

So che ggplot è progettato per funzionare meglio con i frame di dati, ma forse a volte può anche essere utile sapere che è possibile tracciare direttamente due vettori senza utilizzare un frame di dati.

Caricamento dati. La lunghezza del vettore della data originale è 100 mentre var0 e var1 hanno una lunghezza di 50, quindi tracciamo solo i dati disponibili (prime 50 date).

var0 <- 100 + c(0, cumsum(runif(49, -20, 20)))
var1 <- 150 + c(0, cumsum(runif(49, -10, 10)))
date <- seq(as.Date("2002-01-01"), by="1 month", length.out=50)    

plotting

ggplot() + geom_line(aes(x=date,y=var0),color='red') + 
           geom_line(aes(x=date,y=var1),color='blue') + 
           ylab('Values')+xlab('date')

Tuttavia non sono stato in grado di aggiungere una legenda corretta utilizzando questo formato. Qualcuno sa come?