R + ggplot2：如何从 x 轴隐藏缺失的日期？答案

【问题标题】：R + ggplot2: how to hide missing dates from x-axis?R + ggplot2：如何从 x 轴隐藏缺失的日期？
【发布时间】：2011-03-02 15:03:34
【问题描述】：

假设我们有以下简单的日期值对数据框，其中序列中缺少一些日期（即 1 月 12 日至 1 月 14 日）。当我绘制这些点时，它会在 x 轴上显示这些缺失的日期，但没有对应于这些日期的点。我想防止这些缺失的日期出现在 x 轴上，以便点序列没有中断。关于如何做到这一点的任何建议？谢谢！

dts <- c(as.Date( c('2011-01-10', '2011-01-11', '2011-01-15', '2011-01-16')))
df <- data.frame(dt = dts, val = seq_along(dts)) 
ggplot(df, aes(dt,val)) + geom_point() + 
        scale_x_date(format = '%d%b', major='days')

【问题讨论】：

标签： r plot ggplot2

【解决方案1】：

我做了一个 package 来做到这一点。它被称为bdscale，位于CRAN 和github。无耻的插头。

复制你的例子：

> library(bdscale)
> library(ggplot2)
> library(scales)
> dts <- as.Date( c('2011-01-10', '2011-01-11', '2011-01-15', '2011-01-16'))
> ggplot(df, aes(x=dt, y=val)) + geom_point() + 
    scale_x_bd(business.dates=dts, labels=date_format('%d%b'))

但您可能想要的是加载已知的有效日期，然后使用 x 轴上的有效日期绘制数据：

> nyse <- bdscale::yahoo('SPY') # get valid dates from SPY prices
> dts <- as.Date('2011-01-10') + 1:10
> df <- data.frame(dt=dts, val=seq_along(dts))
> ggplot(df, aes(x=dt, y=val)) + geom_point() + 
    scale_x_bd(business.dates=nyse, labels=date_format('%d%b'), max.major.breaks=10)

Warning message:
Removed 3 rows containing missing values (geom_point).

警告告诉您它删除了三个日期：

15th = 星期六
16 日 = 周日
17 日 = MLK 日

【讨论】：

稍微更正一下，您创建了一个执行此操作的包（不是库）
我为你准备了一个包裹就在这里，伙计。哎呀。但你是对的先生，我会修改的。

【解决方案2】：

然后将日期数据转换为因子。目前，ggplot 正在按照您告诉它数据所在的意义上解释数据 - 一个连续的日期刻度。你不想要那个尺度，你想要一个分类尺度：

require(ggplot2)
dts <- as.Date( c('2011-01-10', '2011-01-11', '2011-01-15', '2011-01-16'))
df <- data.frame(dt = dts, val = seq_along(dts)) 
ggplot(df, aes(dt,val)) + geom_point() + 
        scale_x_date(format = '%d%b', major='days')

对

df <- data.frame(dt = factor(format(dts, format = '%d%b')), 
                  val = seq_along(dts)) 
ggplot(df, aes(dt,val)) + geom_point()

产生：

这是你想要的吗？

【讨论】：

@Gavin，谢谢......但这改变了显示的日期：我有 10 月 10 日至 16 日，现在我们得到 2 月 2 日至 5 月。有什么办法可以解决吗？我想我可以将日期视为字符串，并完全失去日期语义，但有没有办法不失去日期语义？
但这些是连续日期，而不是原始问题中的日期。
我注意到了，忘记按照原始比例格式化日期。我的错 - 现在查看答案。
@Joris 谢谢 - 你为什么删除你的答案？它包含了我的回答中没有的一些优点，例如某些日期格式的排序等。我正要对其进行投票，但在我回答另一条评论时它已经消失了
订购是个好主意。一旦您遇到不同的月份、一位数与两位数的日子，您可能想要ordered() 而不是factor()（或适当的ordered=TRUE 标志）...

【解决方案3】：

第一个问题是：你为什么要这样做？如果您的轴不是坐标，则显示基于坐标的图是没有意义的。如果你真的想这样做，你可以转换为一个因子。不过请注意订单：

dts <- c(as.Date( c('31-10-2011', '01-11-2011', '02-11-2011',
           '05-11-2011'),format="%d-%m-%Y"))
dtsf <- format(dts, format= '%d%b')
df <- data.frame(dt=ordered(dtsf,levels=dtsf),val=seq_along(dts))
ggplot(df, aes(dt,val)) + geom_point()

对于因子，您必须小心，因为因子中的顺序是任意的，除非您将其设为有序因子。由于因子默认按字母顺序排列，因此您可能会遇到一些日期格式的问题。所以要小心你做什么。如果您不考虑订单，您会得到：

df <- data.frame(dt=factor(dtsf),val=seq_along(dts))
ggplot(df, aes(dt,val)) + geom_point()

【讨论】：

在金融时间序列中，周末没有数据是很常见的，因此在有周末的地块中进行休息在视觉上并不好。
@Prasad：我明白了。我宁愿在 X 轴上添加诸如“工作日”之类的内容，因为现在您给人的印象是连续函数实际上在 X 轴上不连续。听起来像是在吹毛求疵，但它可能会让人很困惑。
@JorisMeys 如果有重复时间怎么办？