R：使用 ggplot2 绘制带有分位数的时间序列

Question

我需要用 ggplot2 绘制一个时间序列。对于时间序列的每个点，我也有一些分位数，比如 0.05、0.25、0.75、0.95，即每个点有五个数据。例如：

time           quantile=0.05  quantile=0.25 quantile=0.5  quantile=0.75   quantile=0.95
00:01          623.0725       630.4353      903.8870       959.1407       1327.721
00:02          623.0944       631.3707      911.9967      1337.4564       1518.539
00:03          623.0725       630.4353      903.8870      1170.8316       1431.893
00:04          623.0725       630.4353      903.8870      1336.3212       1431.893
00:05          623.0835       631.3557      905.4220      1079.6623       1452.260
00:06          623.0835       631.3557      905.4220      1079.6623       1452.260
00:07          623.0835       631.3557      905.4220      1079.6623       1452.260
00:08          623.0780       631.3483      905.3496      1056.3719       1375.610
00:09          623.0671       630.4275      903.8839      1170.8196       1356.963
00:10          623.0507       630.0261      741.8475      1006.1208       1462.271

理想情况下，我希望将 0.5 分位数作为黑线，将其他分位数作为围绕黑线的阴影颜色间隔。最好的方法是什么？我一直在四处寻找没有运气，我找不到这样的例子，更不用说 ggplot2。

任何帮助将不胜感激。

祝你好运！

Answer 1

这是你想要的吗？ ggplot 的诀窍是理解它需要长格式的数据。这通常意味着我们必须在准备绘图之前转换数据，通常使用melt()。

在使用textConnection() 读取数据并创建一个名为dat 的对象后，您将采取以下步骤：

#Melt into long format 
dat.m <- melt(dat, id.vars = "time")

#Not necessary, but if you want different line types depending on quantile, here's how I'd do it
dat.m <- within(dat.m
  , lty <- ifelse(variable == "quantile.0.5", 1
    , ifelse(variable %in% c("quantile.0.25", "quantile.0.75"),2,3)
    )
)

#plot it
ggplot(dat.m, aes(time, value, group = variable, colour = variable, linetype = lty)) + 
  geom_line() +
  scale_colour_manual(name = "", values = c("red", "blue", "black", "blue", "red"))

给你：

再次阅读您的问题后，也许您想要中位数估计之外的阴影色带而不是线条？如果是这样，试一试。这里唯一真正的技巧是我们将group = 1 作为美学传递，这样geom_line() 将在因子/字符数据中正常运行。以前，我们按具有相同效果的变量进行分组。另请注意，我们不再使用 melted data.frame，因为在这种情况下，宽的 data.frame 非常适合我们。

ggplot(dat, aes(x = time, group = 1)) +
  geom_ribbon(aes(ymin = quantile.0.05, ymax = quantile.0.95, fill = "05%-95%"), alpha = .25) + 
  geom_ribbon(aes(ymin = quantile.0.25, ymax = quantile.0.75, fill = "25%-75%"), alpha = .25) +
  geom_line(aes(y = quantile.0.5)) +
  scale_fill_manual(name = "", values = c("25%-75%" = "red", "05%-95%" = "blue")) 

编辑：强制为预测值添加图例

我们可以使用与geom_ribbon() 层相同的方法。我们将向geom_line() 添加美学，然后使用scale_colour_manual() 设置该美学的值：

ggplot(dat, aes(x = time, group = 1)) +
  geom_ribbon(aes(ymin = quantile.0.05, ymax = quantile.0.95, fill = "05%-95%"), alpha = .25) + 
  geom_ribbon(aes(ymin = quantile.0.25, ymax = quantile.0.75, fill = "25%-75%"), alpha = .25) +
  geom_line(aes(y = quantile.0.5, colour = "Predicted")) +
  scale_fill_manual(name = "", values = c("25%-75%" = "red", "05%-95%" = "blue")) +
  scale_colour_manual(name = "", values = c("Predicted" = "black"))

可能有更有效的方法可以做到这一点，但这是我一直使用的方法，并且取得了相当大的成功。 YMMV。

Answer 2

假设你的 dat.frame 被称为df：

最简单的ggplot 解决方案是使用boxplot geom。这给出了一条黑色中心线，中间和上部位置带有填充框。

由于您已经预先汇总了数据，因此指定stat="identity" 参数很重要：

ggplot(df, aes(x=time)) + 
    geom_boxplot(
        aes(
          lower=quantile.0.25, 
          upper=quantile.0.75,
          middle=quantile.0.5,
          ymin=quantile.0.05,
          ymax=quantile.0.95
        ), 
        stat="identity",
        fill = "cyan"
)

PS。我重新创建了您的数据，如下所示：

df <- "time           quantile=0.05  quantile=0.25 quantile=0.5  quantile=0.75   quantile=0.95
00:01          623.0725       630.4353      903.8870       959.1407       1327.721
00:02          623.0944       631.3707      911.9967      1337.4564       1518.539
00:03          623.0725       630.4353      903.8870      1170.8316       1431.893
00:04          623.0725       630.4353      903.8870      1336.3212       1431.893
00:05          623.0835       631.3557      905.4220      1079.6623       1452.260
00:06          623.0835       631.3557      905.4220      1079.6623       1452.260
00:07          623.0835       631.3557      905.4220      1079.6623       1452.260
00:08          623.0780       631.3483      905.3496      1056.3719       1375.610
00:09          623.0671       630.4275      903.8839      1170.8196       1356.963
00:10          623.0507       630.0261      741.8475      1006.1208       1462.271"

df <- read.table(textConnection(df), header=TRUE)