R 如何使用ggplot2将x轴从年更改为月

我有一个网络访问量随时间变化的图表，它描绘了从2014年到现在的每日流量，如下所示：

 ggplot(subset(APRA, Post_Day > "2013-12-31"), aes(x = Post_Day, y = Page_Views))+
   geom_line()+
   scale_y_continuous(labels = comma)+
   ylim(0,50000)

正如你所看到的，这不是一个很好的图表，更合理的做法是按月份而不是按天进行细分。但是，当我尝试此代码时：

 ggplot(subset(APRA, Post_Day > "2013-12-31"), aes(x = Post_Day, y = Page_Views))+
   geom_line()+
   scale_y_continuous(labels = comma)+
   ylim(0,50000)+
   scale_x_date(date_breaks = "1 month", minor_breaks = "1 week", labels = date_format("%B"))

我得到这个错误：

错误：无效输入：date_trans仅适用于类date的对象

日期字段Post_Day是POSIXct。页面视图是数字的。数据如下所示：

Post_Title  Post_Day    Page_Views
Title 1     2016-05-15  139
Title 2     2016-05-15  61
Title 3     2016-05-15  79
Title 4     2016-05-16  125
Title 5     2016-05-17  374
Title 6     2016-05-17  39
Title 7     2016-05-17  464
Title 8     2016-05-17  319
Title 9     2016-05-18  84
Title 10    2016-05-18  64
Title 11    2016-05-19  433
Title 12    2016-05-19  418
Title 13    2016-05-19  124
Title 14    2016-05-19  422

---

我希望将X轴从每日粒度更改为每月粒度。

问题中显示的示例数据集每天有多个数据点。因此，无论如何，它都需要按天进行聚合。对于按天或月进行的聚合，使用data.table和lubridate

创建示例数据 由于没有提供可复制的示例，因此创建了一个样本数据集：

library(data.table)
n_rows <- 5000L
n_days <- 365L*3L
set.seed(123L)
DT <- data.table(Post_Title = paste("Title", 1:n_rows),
                 Post_Day = as.Date("2014-01-01") + sample(0:n_days, n_rows, replace = TRUE),
                 Page_Views = round(abs(rnorm(n_rows, 500, 200))))[order(Post_Day)]
DT

绘制原始数据 如果没有聚合，数据可以通过

library(ggplot2)
ggplot(DT) + aes(Post_Day, Page_Views) + geom_line()

按天累计 要按天聚合，使用分组参数by of data.table，并将sum作为聚合函数。聚合将数据点的数量从5000个减少到1087个。因此，情节看起来不那么复杂

按月合计 为了按月份进行聚合，使用分组参数by，但这次Post_Day映射到各个月份的第一天。因此，2014-03-26成为2014-03-01的后一个月，仍然属于POSIXct类别。这样，x轴保持连续，具有日期刻度。这避免了将日后转换为因子时的麻烦，例如，2014-03年使用格式日后，%Y-%m，其中x轴将变得离散

---

请让我知道这是否是你要找的。另外，我还没有编译它，请告诉我它是否抛出了一些错误

这难道不是一个关于如何将日期聚合为月份，而不是如何更改x轴的问题吗？@C8H10N4O2是的，我想是的。我原以为这就是我用scale_x_date所做的，但它似乎不起作用。使用Post_Day>2013-12-31表示Post_Day是一个字符变量。您应该使用as.date将此变量转换为日期类，然后使用Post_Day>as.Date2013-12-31。您可以为yearpost_Day和monthpost_Day创建列，也可以使用其中一个列作为date@lmoR足够聪明，可以处理2013年12月31日后一天>的比较，当后一天是一个日期时，我不确定这是否正确问题的正确解决方案。听起来问题在于更改轴上的标签，而不是聚合数据。ggplot2:：scale_x_date还具有scale_x_datetime选项-将posixct日期作为日期时间而不是日期将显示错误，通过将scale_x_date更改为scale_x，可以轻松修复此错误_datetime@LucieCBurgess使用scale_x_datetime而不是scale_x_date会使错误消息消失，但不会解决根本问题。误解在于，将比例改为月份也会自动按月汇总数据，但事实并非如此。用OP的话来说，正如你们所看到的，这并不是一个很好的图表，更合理的做法是按月份而不是按天进行细分。OP的数据每天包含多个条目，无论如何，这些条目需要按天进行聚合。显然，OP对我的回答很满意，并接受了。

library(ggplot2)
ggplot(DT) + aes(Post_Day, Page_Views) + geom_line()

ggplot(DT[, .(Page_Views = sum(Page_Views)), by = Post_Day]) + 
  aes(Post_Day, Page_Views) + geom_line()

ggplot(DT[, .(Page_Views = sum(Page_Views)), 
          by = .(Post_Month = lubridate::floor_date(Post_Day, "month"))]) + 
  aes(Post_Month, Page_Views) + geom_line()

APRA$month <- as.factor(stftime(APRA$Post_Day, "%m")
APRA       <- APRA[order(as.numeric(APRA$month)),]

z <- apply(split(APRA, APRA$month), function(x) {sum(as.numeric(APRA$Page_Views))})
z <- do.call(rbind, z)
z$month <- unique(APRA$month)
colnames(Z) <- c("Page_Views", "month")

ggplot(z, aes(x = month, y = Page_Views)) + geom_line()