用R绘制总体异常图

我正在处理一个大的时间序列数据，它看起来像：

ProcesID ProcessName  StartDate  EndDate   Duration
   10       httpd      1/1/2012   1/2/1012  12 Hours
   11       ftp        1/1/2012   1/2/1012  10 Hours
   12       snmp       1/1/2012   1/2/1012  5 Hours
   13       email      1/1/2012   1/2/1012  2 Hours
   14       java       1/1/2012   1/2/1012  5 Hours
   15       perl       1/1/2012   1/2/1012  7 Hours
   20       php        1/1/2012   1/2/1012  6 Hours

唯一（

x$ProcessName

）的数量大于500。我无法绘制每个

ProcessName

。我想选择anamolies并绘制它们的图表

我确实尝试了以下示例：

 y<-x[sample(nrow(x), 50, prob = NULL),]

 ggplot(subset(x, ProcessName %in% y$ProcessName), 
       aes(StartDate, Duration, group=ProcessName)) + geom_point()

---

y与其说是一个答案，不如说是一个评论，我会先看看那些流程运行时间超过其第75个百分位的日子。这些只是虚拟数据，因此不太可能按照数据的方式“计算”，但您可以将其用作自己数据的框架。我希望您会看到一些进程在特定的日子里运行繁重。您可能希望将数据子集为50个进程的组，然后绘制它们。所有500+都太多了，无法一次现实地审查

如果您希望将一天与前一天进行比较，我会考虑使用
diff（）
函数

基本上，该图显示了每个进程运行的时间比其第75个百分点长的天数

library(plyr)
library(ggplot2)
dat <- data.frame(ProcessID=factor(sample(1:50,10000,replace=TRUE)),
                  StartDate=as.Date(sample(1:5,10000,replace=TRUE), origin="2012-01-01"),
                  Duration=round(rexp(10000,rate=2)*6))

fourq.dat <- ddply(dat, .(ProcessID), summarize, fourq_hours = quantile(Duration)[4])
dat <- merge(dat,fourq.dat)
dat$plot <- ifelse(dat$Duration > dat$fourq_hours,1,0)

dat <- subset(dat, plot == 1)

ggplot(dat, aes(StartDate, Duration)) + geom_point() + facet_wrap(~ProcessID)

库（plyr）
图书馆（GG2）
dat与其说是一个答案，不如说是一个评论。首先，我要看看那些流程运行时间超过其第75个百分位的日子。这些只是虚拟数据，因此不太可能按照数据的方式“计算”，但您可以将其用作自己数据的框架。我希望您会看到一些进程在特定的日子里运行繁重。您可能希望将数据子集为50个进程的组，然后绘制它们。所有500+都太多了，无法一次现实地审查

如果您希望将一天与前一天进行比较，我会考虑使用
diff（）
函数

基本上，该图显示了每个进程运行的时间比其第75个百分点长的天数

library(plyr)
library(ggplot2)
dat <- data.frame(ProcessID=factor(sample(1:50,10000,replace=TRUE)),
                  StartDate=as.Date(sample(1:5,10000,replace=TRUE), origin="2012-01-01"),
                  Duration=round(rexp(10000,rate=2)*6))

fourq.dat <- ddply(dat, .(ProcessID), summarize, fourq_hours = quantile(Duration)[4])
dat <- merge(dat,fourq.dat)
dat$plot <- ifelse(dat$Duration > dat$fourq_hours,1,0)

dat <- subset(dat, plot == 1)

ggplot(dat, aes(StartDate, Duration)) + geom_point() + facet_wrap(~ProcessID)

库（plyr）
图书馆（GG2）
你能定义你所说的反常是什么意思吗？我们是在谈论异常值吗？如果是这样的话，是不是有大量的小时会使它成为一种异常现象？如果这个过程的持续时间出现峰值，则会出现异常情况。我想将这些流程数据点绘制成图表。@BrandonBertelsen，例如，2012年1月1日，流程httpd的持续时间是12小时。这个过程每天都在运行。比如说，如果这个过程的持续时间是2012年1月30日的20小时，这是一个异常，我想用图表来描述这个过程的持续时间，等等。你能定义你所说的异常是什么意思吗？我们是在谈论异常值吗？如果是这样的话，是不是有大量的小时会使它成为一种异常现象？如果这个过程的持续时间出现峰值，则会出现异常情况。我想将这些流程数据点绘制成图表。@BrandonBertelsen，例如，2012年1月1日，流程httpd的持续时间是12小时。这个过程每天都在运行。比如说，如果这个过程的持续时间是2012年1月30日的20个小时，这是一个异常，我想用图表显示这个过程的持续时间，等等。