如何绘制与年平均值的月度偏差的条形图？答案

【问题标题】：How to plot bar chart of monthly deviations from annual mean?如何绘制与年平均值的月度偏差的条形图？
【发布时间】：2019-04-16 03:19:18
【问题描述】：

所以！

我正在尝试使用条形图创建温度数据与年度平均值的月度偏差图。我有多年的数据，我想显示几个月之间温度的季节性行为。条形应代表与每年重新计算的年平均值的偏差。这是一个与我想要的类似的例子，只是它是一年的：

我的数据很敏感，所以我还不能分享它，但我使用 txhousing 数据集（它与 ggplot2 一起提供）做了一个可重现的示例。 salesdiff 列是月销售额（所有城市的平均值）与每年的年平均值之间的偏差。现在的问题是绘制它。

library(ggplot2)
df <- aggregate(sales~month+year,txhousing,mean)

df2 <- aggregate(sales~year,txhousing,mean)

df2$sales2 <- df2$sales #RENAME sales
df2 <- df2[,-2] #REMOVE sales

df3<-merge(df,df2) #MERGE dataframes

df3$salesdiff <- df3$sales - df3$sales2 #FIND deviation between monthly and annual means

#plot deviations
ggplot(df3,aes(x=month,y=salesdiff)) +
         geom_col()

我的 ggplot 目前看起来不太好-

它以某种方式将每个月的列与多年来的所有数据堆叠在一起。理想情况下，日期将沿着 x 轴跨越多年（我认为数据集是从 2000 年到 2015 年......），并且不同的颜色取决于 salesdiff 是更高还是更低。你们都很棒，我欢迎任何建议！！！！

【问题讨论】：

创建一个Date 变量：df3$date <- as.Date(paste(df3$year, df3$month, "01", sep = "-"))，然后检查scale_x_date 的中断和格式。使用fill = salesdiff > 0。

标签： r ggplot2 plot mean periodicity

【解决方案1】：

这里的主要问题可能是geom_col() 不会具有不同的美学属性，除非您明确告诉它这样做。获得所需内容的一种方法是使用两次对geom_col() 的调用来创建两个不同的条形图，这些条形图将在两个不同的层中组合在一起。此外，您将需要创建可以轻松传递给ggplot() 的日期信息；我使用 lubridate() 包来完成这项任务。

注意我们这里将“月”和“年”列合并，然后使用ymd()获取日期值。我选择不使用 date_decimal() 之类的东西来转换 txhousing 中的双值“日期”列，因为有时它会混淆 2 月和 1 月的月份（例如，2 月 1 日“四舍五入”到 1 月 31 日）。

我决定绘制txhousing 数据集的一个子集，以方便教学。

代码：

library("tidyverse")
library("ggplot2")

# subset txhousing to just years >= 2011, and calculate nested means and dates
housing_df <- filter(txhousing, year >= 2011) %>%
  group_by(year, month) %>%
  summarise(monthly_mean = mean(sales, na.rm = TRUE),
            date = first(date)) %>%
  mutate(yearmon = paste(year, month, sep = "-"),
         date = ymd(yearmon, truncated = 1), # create date column
         salesdiff = monthly_mean - mean(monthly_mean), # monthly deviation
         higherlower = case_when(salesdiff >= 0 ~ "higher", # for fill aes later
                                 salesdiff < 0 ~ "lower"))

ggplot(data = housing_df, aes(x = date, y = salesdiff, fill = as.factor(higherlower))) +
  geom_col() +
  scale_x_date(date_breaks = "6 months",
               date_labels = "%b-%Y") +
  scale_fill_manual(values = c("higher" = "blue", "lower" = "red")) +
  theme_bw()+
  theme(legend.position = "none") # remove legend

剧情：

您可以在这里很好地看到周期性行为；每年春季的销售额似乎都会增加，而秋季和冬季月份的销售额会下降。请记住，如果您想将此代码用于温度数据，您可能需要反转我分配的颜色！这是一个有趣的 - 祝你好运，快乐的阴谋！

【讨论】：

谢谢！！这是完美的！

【解决方案2】：

这样的东西应该可行吗？

基本上，您需要创建一个二进制变量，如果salesdiff 是正数或负数，您可以更改颜色 (fill)，在下面调用factordiff。

另外，您还需要一个 date 变量来组合 month 和 year。

library(ggplot2)
library(dplyr)

df3$factordiff <- ifelse(df3$salesdiff>0, 1, 0) # factor variable for colors

df3 <- df3 %>% 
  mutate(date = paste0(year,"-", month), # this builds date like "2001-1"
         date = format(date, format="%Y-%m")) # here we create the correct date format

#plot deviations
ggplot(df3,aes(x=date,y=salesdiff, fill = as.factor(factordiff))) +
  geom_col()

当然，这会导致情节难以阅读，因为您有很多日期，您可以对其进行子集化并仅显示有限的时间：

df3 %>% 
  filter(date >= "2014-1") %>% # we filter our data from 2014
  ggplot(aes(x=date,y=salesdiff, fill = as.factor(factordiff))) +
  geom_col() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) # adds label rotation

【讨论】：