R 分析种群随时间的演化

每天我都有一个带有ID和一些变量的新csv文件。ID在几天内可能会有所不同。我想获取一天的ID，并跟踪变量随时间的变化

我的目标是创建如下面积图：

例如，我在3月31日获取了所有ID，每天我都与这些ID进行连接，并通过var“Code”创建一个计数组。如果缺少ID（这里的ID是3月31日，而不是D天），他们的代码将变为“NA”，以显示随着时间的推移我“丢失”了多少ID。我希望我足够清楚

下面是我如何计算这幅图的：（我的真实数据像

li

，而不是

data

）

库（plyr）
图书馆（dplyr）
您可能希望使用
data.table
和
rbindlist（）
查看的数据<代码>数据。表

按引用操作比基本操作（例如，

rbind（）

）更有效，因为它们不会重写整个数据集。我无法重现您的结果。我在count（，，code）中不断得到一个错误

在
%%>%group\u by（code）%%>%count（code）
的两个实例之后都找不到对象“code”

。为什么要在没有尝试使用data.table的情况下标记它？嗯，我尝试使用dplyr或data.table在数据帧上工作，我尝试的内容不值得显示。所以我刚刚发布了我通过dplyr和taged data.table实现的成果，因为我认为这可能是一个很好的解决方案。无论如何，如果这是一种误用，我会删除标记…不确定如何处理data.frame data.table。这些标记（dplyr/data.table）非常特定于使用这些包的bug、问题或更好的解决方案，而不是那些认为使用该包可能有更好解决方案的问题。但这似乎是一个常见的误解。谢谢你移除标签。

library(plyr)
library(dplyr)

datas <- data.frame(id1 = c("x", "y", "x", "y", "z", "x", "z"), 
                    id2 = c("x2", "y2", "x2", "y2", "z2", "x2", "z2"), 
                    code = c("code1", "code2", "code1", "code2", "code2", "code1", "code2"),
                    var = runif(7),
                    date = do.call(c, mapply(rep, seq(Sys.Date() - 2, Sys.Date(), by = 1), c(2, 3, 2))))

li <- split(datas, datas$date)

dateStart <- Sys.Date() - 2
dateEnd <- Sys.Date()
# A "filter" if I want to start with another date than the date min or end with another date than the max date
li <- li[as.Date(names(li)) >= dateStart & as.Date(names(li)) <= dateEnd]

dfCounts <- ldply(li, function(x) 
  left_join(li[[1]], x, by = c("id1", "id2")) %>% 
    group_by(code.y) %>% 
    count(code = code.y) %>% 
    mutate(freq = n / sum(n), 
           code = ifelse(is.na(code), "NA", code))), 
  .id = "date")

> dfCounts
date code n freq
1 2015-07-04    1 1  0.5
2 2015-07-04    2 1  0.5
3 2015-07-05    1 1  0.5
4 2015-07-05    2 1  0.5
5 2015-07-06    1 1  0.5
6 2015-07-06   NA 1  0.5

dfCounts %>% 
  ggplot(aes(date, freq)) + 
  geom_area(aes(fill = code), position = "stack")
# I have no idea why in this example, nothing is shown in the plot, but it works on my real datas