如何将data.frame转换为数值/矩阵，并从csv文件中的时间序列创建条形图

我想做一个雪数据的柱状图。数据存储在.csv文件中，有一个日期列和12个位置列，SWE值为整数。 为了创建条形图，数据类型必须是向量或矩阵。因此，我的问题是如何将文件（data.frame）转换为矩阵并从中创建分组条形图。X轴应为“日期”，Y轴应为“SWE[mm]” 我的.csv文件如下所示：

Date     SB1 SB2 SB3 ...
1.1.2013 95  90  91  ...
1.2.2013 87  80  82  ...
1.3.2013 45  30  15  ...
1.4.2013 23  18  3   ...

到目前为止，我试过：

setwd("path")
swe = read.csv("name.csv", header=TRUE, sep=";")
swe$new = paste(swe$Date," ")
swe$new = strptime(swe$new, "%d.%m.%Y")
swe2 <- data.matrix(swe)
dimnames(swe2) <- NA
jpeg("swe_sb1.jpg")
barplot(swe2$Date, swe2$SWE_SB1, ..., beside = TRUE)
dev.off()

setwd（“路径”）
swe=read.csv（“name.csv”，header=TRUE，sep=“；”）
swe$new=粘贴（swe$Date，“”）
swe$new=strTime（swe$new，“%d.%m.%Y”）
swe2 swe=read.csv（“name.csv”，header=TRUE，sep=“；”）
>swe$new=粘贴（swe$Date，“”）
>swe$new=strTime（swe$new，“%d.%m.%Y”）
>swe2 dimnames（swe2）jpeg（“swe_sb1.jpg”）
>条形图（swe2$日期，swe2$SWE_SB1）
swe2$Date:$运算符中的Fehler对原子向量无效
>发展主任（）
jpeg:75:swe_all.jpg
2.

---

任何帮助都将不胜感激

你让这条路变得更难了。R的所有函数都有很好的例子，所以条形图可能是一个更好的起点

不管怎么说，你所拥有的是一个矩阵，你想用它来做一个分组箱线图。如果您有一个类似示例的矩阵，您可以通过键入

vadeations

：

Rural       Male Rural   Female     Urban Male   Urban Female
50-54       11.7         8.7        15.4         8.4
55-59       18.1         11.7       24.3         13.6
60-64       26.9         20.3       37.0         19.3
65-69       41.0         30.9       54.6         35.1
70-74       66.0         54.3       71.1         50.0

如果您想创建一个箱线图，只需键入

barplot（vadeations，grouped=T）

就可以得到

如果要切换x和y，只需

条形图（t（vadeations），grouped=t）

，并且：。因此，您所要做的就是使用

read.csv

或其他方法读取数据，将其转置并打印出来

read.csv（）

返回一个data.frame，

barplot（）

不接受此类

打印前使用

as.matrix（）

将数据转换为可接受的类：

---

x这不适用于我的数据集，因为我的数据集中有日期。我尝试了您的函数并得到了以下错误消息：setwd（“path”）x=read.csv（“test.csv”，header=TRUE，sep=“；”）条形图（x，grouped=T）-->条形图中出现错误。默认值（x，grouped=T）：“height”muss ein Vektor order eine Matrix sein=engl。“高度”必须是向量或矩阵
Rural       Male Rural   Female     Urban Male   Urban Female
50-54       11.7         8.7        15.4         8.4
55-59       18.1         11.7       24.3         13.6
60-64       26.9         20.3       37.0         19.3
65-69       41.0         30.9       54.6         35.1
70-74       66.0         54.3       71.1         50.0