R 根据日期类绘制直方图

我在网上四处寻找，但找不到我正在寻找的答案。 这是我的输入数据：

 Date           Calls
 2012-01-01       3
 2012-01-01       3
 2012-01-01       10
 2012-03-02       15
 2012-03-02       7
 2012-03-02       5
 2012-04-02       0
 2012-04-02       5
 2012-04-02       18
 2012-04-02       1
 2012-04-02       0
 2012-05-02       2

我想绘制一个历史记录，在“日期”列中显示每一天的调用总数。 是的，可以通过确定日期列的级别并将相应的调用相加来完成 这是一种优雅的方式。“日期”列为“日期”数据。类（）。 根据本例，最终的历史记录应该有4个（16、27、24、2）箱

干杯，

读取数据：

d <- read.table(text=
"Date           Calls
2012-01-01       3
2012-01-01       3
2012-01-01       10
2012-03-02       15
2012-03-02       7
2012-03-02       5
2012-04-02       0
2012-04-02       5
2012-04-02       18
2012-04-02       1
2012-04-02       0
2012-05-02       2",
header=TRUE)

d$Date <- as.Date(d$Date)
library(plyr)
s <- ddply(d,"Date",summarize,Calls=sum(Calls))
library(ggplot2)

您可能更喜欢特定的日期标签：

ggplot(s,aes(x=factor(Date),y=Calls))+geom_bar(stat="identity")

或非默认标签：

ggplot(s,aes(x=format(Date,"%d-%b"),y=Calls))+geom_bar(stat="identity")+
  labs(x="Date")

通过构造自己的

hist

对象并将其传递给

plot.histogram

，也可以实现这一点，但我认为这种方法更容易…

读取数据：

d <- read.table(text=
"Date           Calls
2012-01-01       3
2012-01-01       3
2012-01-01       10
2012-03-02       15
2012-03-02       7
2012-03-02       5
2012-04-02       0
2012-04-02       5
2012-04-02       18
2012-04-02       1
2012-04-02       0
2012-05-02       2",
header=TRUE)

d$Date <- as.Date(d$Date)
library(plyr)
s <- ddply(d,"Date",summarize,Calls=sum(Calls))
library(ggplot2)

您可能更喜欢特定的日期标签：

ggplot(s,aes(x=factor(Date),y=Calls))+geom_bar(stat="identity")

或非默认标签：

ggplot(s,aes(x=format(Date,"%d-%b"),y=Calls))+geom_bar(stat="identity")+
  labs(x="Date")

---

也可以通过构造自己的

hist

对象并将其传递给

plot.histogram

，但我认为这种方法更简单…

从技术上讲，直方图实际上只是用来估计连续数据的密度函数和数据编码方式，它更像是一个分类变量。所以你可能只需要一个计数条形图，而不是一个真正的直方图。您可以使用

ggplot

qplot(Date,Calls, data=dd, stat="summary", fun.y="sum", geom="bar")

---

从技术上讲，直方图实际上只是用来估计连续数据的密度函数，而按照数据编码的方式，它更像是一个分类变量。所以你可能只需要一个计数条形图，而不是一个真正的直方图。您可以使用

ggplot

qplot(Date,Calls, data=dd, stat="summary", fun.y="sum", geom="bar")

---

不错。我试着使用

stat\u sum

，但没能成功。很好。我试着使用

stat\u sum

，但没能成功。谢谢，这太棒了！但我想把它作为柱状图。我现在正在做一些事情来创建一个新的数据帧：

for（I in levels（factor（activity$Date））{print（sum（activity$Calls[activity$Date==I]）}

然后绘制新的帧。只是为了挑战，我想把它作为基本直方图…：）所谓“基本直方图”是指类似于

hist（）

的输出的东西吗？我的答案，以及在重复问题上链接的几个答案，向您展示了如何更有效地聚合。正如我在回答中所说的，您可以构造一个

hist（）

对象，并使用

plot.histogram（）

对其进行绘图，但这有点麻烦--您必须找出断点、中点等。PS很抱歉，我结束了这个问题，可能有点过早。您可以提出一个新问题（几乎相同），使此规范更加精确。解释一下当

ggplot2

使它变得如此简单时，为什么要让它变得更难可能会有所帮助……您的答案非常好，我感谢您的帮助。我之所以想把它作为“基本直方图”来做，是因为我想通过挑战这个问题来从中学习。我能够重新打开它。你为什么不编辑你的问题？谢谢，这太好了！但我想把它作为柱状图。我现在正在做一些事情来创建一个新的数据帧：

for（I in levels（factor（activity$Date））{print（sum（activity$Calls[activity$Date==I]）}

然后绘制新的帧。只是为了挑战，我想把它作为基本直方图…：）所谓“基本直方图”是指类似于

hist（）

的输出的东西吗？我的答案，以及在重复问题上链接的几个答案，向您展示了如何更有效地聚合。正如我在回答中所说的，您可以构造一个

hist（）

对象，并使用

plot.histogram（）

对其进行绘图，但这有点麻烦--您必须找出断点、中点等。PS很抱歉，我结束了这个问题，可能有点过早。您可以提出一个新问题（几乎相同），使此规范更加精确。解释一下当

ggplot2

使它变得如此简单时，为什么要让它变得更难可能会有所帮助……您的答案非常好，我感谢您的帮助。我之所以想把它作为“基本直方图”来做，是因为我想通过挑战这个问题来从中学习。我能够重新打开它。你为什么不编辑你的问题？