R中的时间序列图，处理缺失数据

我正试图为我的数据绘制一个时间序列图——这是在探索（两个国家）随着时间的推移如何利用各种攻击（网络攻击与军事化的州际争端）

以下是我的数据的一部分：

   Dyadpair   year   cyberattack  cyberseverity  MID   MIDhostility  
   200345     1992   NA           NA             1     3.00
   200345     1993   NA           NA             2     2.667
   200345     1998   NA           NA             12    2.667
   200345     1999   NA           NA             16    2.500
   20045      2000   NA           NA             0     1.00
   2365       2000   NA           NA             3     1.75
   2365       2008   6            3.833          NA    NA
   2356       2009   2            2.50           NA    NA
   2365       2014   7            3.14           NA    NA    

我想创建一个时间序列图，显示： 1） Dyadpair如何随着时间的推移而改变其使用网络攻击的方式，以及这些网络攻击的严重性如何随着时间的推移而变化 2） Dyadpair如何随着时间的推移而改变他们如何使用MID（军事化的州际争端），以及这些MID的敌意如何随着时间的推移而改变

问题是我有很多丢失的数据（NAs）。这是因为网络数据只在2000-2015年间运行，而我的另一个数据集在1992-2010年间运行

尽管存在数据缺失的问题，我应该如何创建上面描述的时间序列图

---

更新：我想出了如何使用dplyr的“过滤器”功能来选择一个二元：

library(dplyr)
USRUS <-total %>%
select (Dyadpair, year, cyberattack, cyberseverity, MID, midhostility) %>%
filter(Dyadpair == "2365")

但是，我如何着手创建一个阴谋，显示网络攻击（和严重性）和军事攻击（和严重性），随着时间的推移，这一特定的二元关系（2365：美国和俄罗斯）？因为到目前为止，我的情节只反映了美国和俄罗斯在网络空间的行为——它不包括任何关于中间或中间敌意/严重性的内容

您面临两个挑战：可视化和数据争用。丢失数据实际上并不是您的难题之一，您将在数据整理好后看到这一点。当你刚接触R时，制定一个攻击计划可能是它自己的挑战，但它应该从最终目标开始。在这种情况下，我建议绘制两幅图：

• 一个显示随时间推移的攻击次数，以及
• 另一个显示随着时间的推移攻击的严重性

数据争用

你应该从整理数据开始。这意味着每种类型的变量（例如年份、攻击的严重性等）都有一列（且只有一列），而每个观察值都有一行。现在，您的一些变量分布在多个列中。例如，除非我误解了你的数据，否则网络攻击和网络攻击的严重性实际上是指同一件事，一种对攻击严重性的度量

这将有助于考虑数据的结构。你确实观察到了5个变量

• 达达派尔
• 年
• 攻击类别（中型或网络型）
• 类别中的攻击数
• 攻击的严重性

下面的代码使用共享的数据创建一个数据框，整理它，然后打印它

library(dplyr)
library(tidyr)
library(ggplot2)

original.df <- tribble(
~Dyadpair, ~year, ~cyberattack, ~cyberseverity, ~MID, ~MIDhostility,
200345,     1992,   NA,           NA,             1,     3.00,
200345,     1993,   NA,           NA,             2,     2.667,
200345,     1998,   NA,           NA,             12,    2.667,
200345,     1999,   NA,           NA,             16,    2.500,
20045,      2000,   NA,           NA,             0,     1.00,
2365,       2000,   NA,           NA,             3,     1.75,
2365,       2008,   6,            3.833,          NA,    NA,
2356,       2009,   2,            2.50,           NA,    NA,
2365,       2014,   7,            3.14,           NA,    NA
)

# Split the data into separate data frames for military and cyber. Rename
# columns for severity and attack number for consistency with the other dataset

military.df <- select(original.df, Dyadpair, year, attack = MID, severity = MIDhostility) %>%
  filter(!is.na(attack)) %>% # remove rows with no data
  mutate(attack_type = "MID") # add column identifying attack type

cyber.df <- select(original.df, Dyadpair, year, attack = cyberattack, severity = cyberseverity) %>%
  filter(!is.na(attack)) %>%
  mutate(attack_type = "cyber")

# Now combine the two dataframes into one. We've already ensured
# that they have the same columns, so we'll just concatenate them.
# Since attack_type is a categorical variable, we should make it 
# a factor.

df <- bind_rows(military.df, cyber.df) %>%
  mutate(attack_type = factor(attack_type))

df

# A tibble: 9 x 5
# Dyadpair  year attack severity attack_type
# <dbl> <dbl>  <dbl>    <dbl> <fct>      
# 1   200345  1992      1     3    MID        
# 2   200345  1993      2     2.67 MID        
# 3   200345  1998     12     2.67 MID        
# 4   200345  1999     16     2.5  MID        
# 5    20045  2000      0     1    MID        
# 6     2365  2000      3     1.75 MID        
# 7     2365  2008      6     3.83 cyber      
# 8     2356  2009      2     2.5  cyber      
# 9     2365  2014      7     3.14 cyber      

您还询问了关于绘制单个Dyadpair的数据，并说您希望显示军事和网络类别的年份、攻击次数和攻击严重程度。只有这么多的美学，你可以映射数据，你开始用尽，但这里去

• x轴年
• y轴攻击次数
• 攻击的严重性

因为你说网络和军事的时间尺度可能非常不同，我们可以创建共享y轴但在x轴范围内可以自由变化的并排图

usrus.df <- filter(df, Dyadpair == "2365")

ggplot(data = usrus.df, aes(x = year, y = attack, color = severity)) +
  geom_point() +
  geom_line() +
  facet_wrap(facets = vars(attack_type)) +
  ylab("attacks") +
  ggtitle("USRUS")

---

usrus.df您尝试了什么<代码>绘图

函数很好地忽略了NaN，所以您应该没有理由不能绘图。如果你展示你的尝试和错误，我们可能help@Chelmy88，

NaN

与

NA

不同。。。但是你的其余评论仍然适用。@r2evans的确……纽特，虽然的主题与数据丢失有关，但我觉得它不适用于这里，因此你要么只显示两个数据都有的年份，要么接受一个值将很好地开始绘图。您的数据是一个良好的开端，感谢您将其包括在内，如果我们在这个时间跨度内实际看到相同的

Dyadpair

（可能是2-3）数据，这可能会有所帮助。正如Chelmy88所建议的那样，它仍然可以很好地绘制，但这取决于您是如何做到这一点的。您能提供一些代码吗？非常感谢您的帮助和建议，特别是您关于从最终目标开始的提示。数据争论很有道理。我已经为我所有的数据做了这些，但现在我有三个后续问题。1.我将“严重性”合并到一个类别/情节中，即使这些攻击严重性的等级不一定相同，也可以吗？（他们来自两个不同的数据集。中度敌意的量表范围为1-5，网络敌意的量表范围为1-10）。将我的数据组织到一个包含“攻击类型”类别的框架中，现在意味着我有1016个观察值。（在我的数据争论之前，我只有992次观察）。因为网络数据非常小，所以在2000-2010年间，它并没有真正出现在我的GGP图上。我能做些什么吗。这些情节也没有给我任何关于二人组的信息。我假设我不可能把所有的底片都放在一块地上，因为有这么多底片。如果为了避免这个问题，我选择了一些具体的动态，给我的读者一个“案例研究”的例子，说明随着时间的推移，这可能会是什么样子呢？我是否可以选择一个二元（例如200645——代表英国和伊拉克）并为该二元创建一个情节——让我的读者更多地了解二元在一段时间内使用了哪些攻击（网络攻击或MID攻击）？1）如果严重性等级不同，那么我不会将它们放在同一个情节中；2） 为军事和网络攻击创建单独的阴谋。绘图将根据数据进行缩放；3） 你得玩这个。您可以使用

dplyr:：filter

获取特定动态的行。通过将颜色映射到Dyadpair，您可以尝试一次绘制许多颜色，以查看是否出现大规模趋势。下面是一个关于绘制的快速跟进。请看我更新的帖子。

ggplot(df, aes(x = year, y = attack, color = attack_type)) +
  geom_line()

ggplot(df, aes(x = year, y = severity, color = attack_type)) +
  geom_line()

usrus.df <- filter(df, Dyadpair == "2365")

ggplot(data = usrus.df, aes(x = year, y = attack, color = severity)) +
  geom_point() +
  geom_line() +
  facet_wrap(facets = vars(attack_type)) +
  ylab("attacks") +
  ggtitle("USRUS")