在 R 中创建累积步骤图

Posted 2023-02-16

【中文标题】在 R 中创建累积步骤图

【英文标题】：Creating a cumulative step graph in R

【发布时间】：2012-10-17 09:43:38

【问题描述】：

假设我有这个示例数据框

set.seed(12345)
n1 <- 3
n2 <- 10
n3 <- 60

times <- seq(0, 100, 0.5)

individual <- c(rep(1, n1), 
                rep(2, n2), 
                rep(3, n3))

events <- c(sort(sample(times, n1)),
            sort(sample(times, n2)),
            sort(sample(times, n3)))

df <- data.frame(individual = individual, events = events)

这给了

> head(df, 10)
   individual events
1           1   72.0
2           1   75.5
3           1   87.5
4           2    3.0
5           2   14.5
6           2   16.5
7           2   32.0
8           2   45.5
9           2   50.0
10          2   70.5

我想绘制一个事件的累积步骤图，这样我就可以得到每个人的一条线，每次“遇到”事件时都会增加 1。

因此，例如，个人 1 将是 0 到 72.0，然后上升到 1，直到 75.5 变为 2，然后在 87.5 到图表末尾达到 3。

最简单的方法是什么？

【问题讨论】：

df$counter <- ave(df$individual, df$individual, FUN = seq_along) 有帮助吗？不确定您希望图表的外观如何，但这应该会给您“事件计数”

@vaettchen：是的！

【参考方案1】：

stats 包中还有stepfun 函数。使用它，您可以对该对象类使用plot 方法：

sdf <- split(df, individual)

plot(1, 1, type = "n", xlim = c(0, max(events)), ylim = c(0, max(table(individual))),
  ylab = "step", xlab = "time")

sfun <- lapply(sdf, function(x)
    sf <- stepfun(sort(x$events), seq_len(nrow(x) + 1) - 1)
    plot(sf, add = TRUE, col = unique(x$individual), do.points = FALSE)
)

【参考方案2】：

df$step <- 1

library(plyr)
df <- ddply(df,.(individual),transform,step=cumsum(step))

plot(step~events,data=df[df$individual==1,],type="s",xlim=c(0,max(df$events)),ylim=c(0,max(df$step)),xlab="time",ylab="step")
lines(step~events,data=df[df$individual==2,],type="s",col=2)
lines(step~events,data=df[df$individual==3,],type="s",col=3)

【讨论】：

太棒了！我喜欢基本图形的答案 :) 如果有一种方法可以从 0 开始图表，那将是完美的（我想我可以简单地在开头添加一个 0）。我想我会在 unique(df$Individual) 上使用 apply 在一个函数调用中进行绘图。

非常感谢。我不知道type="s" 参数对lines 有效，而且非常少。

【参考方案3】：

使用ggplot2:

library(ggplot2)

# Add step height information with sequence and rle
df$step <- sequence(rle(df$individual)$lengths)

# plot
df$individual <- factor(df$individual)
ggplot(df, aes(x=events, group=individual, colour=individual, y=step)) + 
  geom_step()

【讨论】：

这正是我想要的。我会等几天再接受这个，看看是否有其他答案（我希望看到使用基本图形的答案）。