R ggplot：创建比例的线图

我有一个包含59101个观察值的数据表，我想通过

月.年

列（即2014年1月，2014年2月，…，2020年3月）中的唯一值，绘制一个线条图，而不是条形图

库（data.table）
种子集（1992）
DT
ID暴露指数\日期月份年份
1:1 g 2017-11-2017年11月26日
2:2我2019-10-11 2019年10月
3:3 2015-02-27 2015年2月
4:4 2016年10月4日至10月18日
5:5 e 2019-06-06 2019年6月
---                                     
59097:59097 e 2015-07-22 2015年7月
59098:59098 j 2017-09-04 2017年9月
59099:59099A 2018-04-26 2018年4月
59100:59100 a 2019-12-02 2019年12月
59101:59101 g 2014-11-04 2014年11月

我希望我的数据看起来像我附加在问题上的图像（见下图）

在过去，我已经能够用ggplot生成绘图，但我发现我在准备数据方面最为困难，因此我的代码最终是相当初级和临时的；我希望我的代码尽可能简单和干净

我已经看到，当使用ggplot绘图时，融合数据是最好的方法，但我还没有建立大脑肌肉记忆来本能地知道如何1）以那种方式准备数据，2）通过ggplot语法传递数据以创建我需要的

---

如果有人知道或有关于如何做到这一点的建议，我们将不胜感激。

这里有一个使用tidyverse的解决方案。需要绘制的数据很多，有时候小倍数会更好

库（data.table）
种子集（1992）
DT%作为不兼容（）%>%
集团单位（月、年、风险敞口）%>%
计数（）%>%
解组（）%>%
分组单位（月.年）%>%
突变（ttl=和（n），
pct_ttl=n/ttl，
日期=润滑油：：myd（月.年，截断=1L））%>%
打印（n=20）%>%
ggplot（aes（日期、pct\U ttl、颜色=曝光、组=曝光））+
geom_线（）+
缩放日期（缩放日期（日期间隔=“4个月”，日期标签=“%b%Y”））+
比例连续（标签=比例：：百分比格式（精度=1））+
主题（axis.text.x=元素\文本（角度=90））+
实验室（y=”比例“，x=”）
#>#A tible:750 x 6
#>#组：月.年[75]
#>月.年风险n ttl pct\U ttl日期
#>                       
#>2014年1月1日a 66 793 0.0832 2014-01-01
#>2014年1月2日b 83 793 0.105 2014-01-01
#>2014年1月3日c 66 793 0.0832 2014-01-01
#>2014年1月4日d 93 793 0.117 2014-01-01
#>2014年1月5日e 76 793 0.0958 2014-01-01
#>2014年1月6日f 71 793 0.0895 2014-01-01
#>2014年1月7日g 87 793 0.110 2014-01-01
#>2014年1月8日h 77 793 0.0971 2014-01-01
#>2014年1月9日i 87 793 0.110 2014-01-01
#>2014年1月10日j 87 793 0.110 2014-01-01
#>2014年2月11日a 79 708 0.112 2014-02-01
#>2014年2月12日b 66 708 0.0932 2014-02-01
#>2014年2月13日c 69 708 0.0975 2014-02-01
#>2014年2月14日d 69 708 0.0975 2014-02-01
#>2014年2月15日e 69 708 0.0975 2014-02-01
#>2014年2月16日f 78 708 0.110 2014-02-01
#>2014年2月17日g 71 708 0.100 2014-02-01
#>2014年2月18日h 67 708 0.0946 2014-02-01
#>2014年2月19日i 65 708 0.0918 2014-02-01
#>2014年2月20日j 75 708 0.106 2014-02-01
#> # ... 还有730行

由（v0.3.0）于2020年4月24日创建，由于其中包含标签，因此以下是准备数据的方法：

DT[,
   {  n = .N 
     .SD[, .(rel_freq = .N / n), by = exposure]},
   by = month.year]

     month.year exposure   rel_freq
         <fctr>   <fctr>      <num>
  1:   Nov 2017        g 0.10840108
  2:   Nov 2017        f 0.10027100
  3:   Nov 2017        d 0.10162602
  4:   Nov 2017        i 0.09485095
  5:   Nov 2017        e 0.11382114
 ---                               
746:   Jul 2018        f 0.10506799
747:   Jul 2018        c 0.10259580
748:   Jul 2018        a 0.10754017
749:   Jul 2018        b 0.10135970
750:   Jul 2018        g 0.11248455

在

ggplot

调用中包括数据转换

将另一个

[data.table

调用并使用

ggplot（.SD）

连接

magrittr

以使用管道

---

另一个答案为

ggplot（）

调用提供了很好的格式，因此请参阅另一个答案，了解如何使图形看起来更漂亮。

这是一个很好的答案；）快速建议，也许您可以使用

date\u breaks=“4个月”，date\u labels=“%b%Y”
scale\u x\u date
。不客气；）。因此，由于
month.year
已经订购，您可以通过将
month.year
传递为x，并使用
scale\u discrete
设置适当的标签，例如：
DT%>%count（month.year，exposure）%%>%ggplot（aes（x=month.year，y=n，group=exposure，color=exposure））+geom_line（）+scale_x_离散（breaks=levels（DT$month.year）[seq（1，length（levels（levels（DT$month.year）），by=4）]
ugh-这是一个更好的答案。：）您的也非常好，因为它会考虑到月。年尚未订购，如果您希望显示不同的时间框架。
DT_relative = DT[, {n = .N; .SD[, .(rel_freq = .N / n), by = exposure]}, by = month.year]

ggplot(DT_relative, aes(x = month.year, y = rel_freq, color = exposure, group = exposure)) + geom_line()

ggplot(DT[, {n = .N; .SD[, .(rel_freq = .N / n), by = exposure]}, by = month.year],
       aes(x = month.year, y = rel_freq, color = exposure, group = exposure)) + geom_line()

DT[, {n = .N; .SD[, .(rel_freq = .N / n), by = exposure]}, by = month.year
   ][, ggplot(.SD, aes(x = month.year, y = rel_freq, color = exposure, group = exposure)) + geom_line()]

library(magrittr)
DT[,
   {  n = .N 
   .SD[, .(rel_freq = .N / n), by = exposure]},
   by = month.year]%>%
  ggplot(., aes(x = month.year, y = rel_freq, color = exposure, group = exposure)) + geom_line()