logo标签列表

使用ggplot绘制每月平均温度及置信区间

rdateggplot2confidence-interval
5

我需要绘制平均每月温度图表，x轴上需缩写月份，并需要添加95%置信区间，但我不确定如何添加。任何置信区间的可视化都可以。

然后我需要绘制：

我已经将Date...Time拆分成单独的列，但无法在ggplot中使用month.abb显示缩写月份。

我收到了以下数据集（为简化起见）：

# Data
CleanTempSal = data.frame(
  stringsAsFactors = F,
    Date...Time = c(
        "1/31/2017 20:00",
        "1/31/2017 21:00",
        "1/31/2017 22:00",
        "1/31/2017 23:00",
        "2/1/2017 0:00",
        "2/1/2017 1:00",
        "2/1/2017 2:00",
        "2/1/2017 3:00",
        "3/21/2017 10:00",
        "3/21/2017 11:00",
        "3/21/2017 12:00",
        "3/21/2017 13:00"),

    Temp..C. = c(14.87, 14.77, 15.08, 15.08, 
                  14.96, 14.87, 15.05, 15.05, 
                  18.87, 19.32, 19.97, 20.44),

    Salinity.psu. = c(14.58, 14.52, 14.44, 14.46, 
                      14.56, 14.67, 14.78, 14.88, 
                      18.78, 18.81, 19.41, 19.16),

    Conduc.mS.cm. = c(19.33, 19.21, 19.26, 19.28,
                      19.34, 19.44, 19.66, 19.78, 
                      26.67, 26.96, 28.14, 28.09)
    )


Date...Time   Temp..C.  Salinity.psu.   Conduc.mS.cm.
1/31/2017 20:00 14.87   14.58   19.33
1/31/2017 21:00 14.77   14.52   19.21
1/31/2017 22:00 15.08   14.44   19.26
1/31/2017 23:00 15.08   14.46   19.28
2/1/2017 0:00   14.96   14.56   19.34
2/1/2017 1:00   14.87   14.67   19.44
2/1/2017 2:00   15.05   14.78   19.66
2/1/2017 3:00   15.05   14.88   19.78
3/21/2017 10:00 18.87   18.78   26.67
3/21/2017 11:00 19.32   18.81   26.96
3/21/2017 12:00 19.97   19.41   28.14
3/21/2017 13:00 20.44   19.16   28.09

下面是代码。

library(tidyverse)
library(ggplot2)
library(lubridate)

# convert date column to date class
CleanTempSal$Date...Time <- as.POSIXct(CleanTempSal$Date...Time, format = "%m/%d/%y %H:%M")

#Add Month Column to data set
CleanTempSal <- CleanTempSal %>% mutate(month = month(Date...Time))
CleanTempSal <- CleanTempSal %>% mutate(month2 = month.abb[month])
CleanTempSal <- CleanTempSal %>% mutate(year = year(Date...Time))
CleanTempSal <- CleanTempSal %>% mutate(hour = hour(Date...Time))


#group by month and take the mean of that month
a <- CleanTempSal %>%
  group_by(month) %>%
  summarise(month_mean = mean(Temp..C.))

#plot mean monthly temp
ggplot(a, aes(month, month_mean)) +
  geom_point(aes(color = month_mean)) + 
  geom_line(aes(color = month_mean)) +
  scale_color_gradient("Temp", low = "blue", high = "red4") +
  labs(x = "Month of 2017",
       y = "Water Tempearture (C)",
       title = "Monthy Mean Water Temperature",
       subtitle = "NCBS Dock - Cedar Key, FL")

给我的数据并不会产生与我简化后的图相同的图形。它只会提供前三个月，且平均值将不同，但能够实现相同的目标。

输出图像

谢谢@Rui Barradas - Johnny5ish
1
我注意到一个小问题，你需要将日期/时间转换为%m/%d/%Y %H:%M格式，其中大写的“Y”表示年份是4位数字而不是2位。 - Ben
抱歉，我说过我很新手，它像这样导入了R...所以小写字母y是正确的，其他数据来自Excel。我应该更清楚地说明。日期...时间温度..摄氏度盐度.psu.电导率.mS.cm。 1 1/13/17 0:00 14.65 24.19 30.52 2 1/13/17 1:00 14.93 24.23 30.76 3 1/13/17 2:00 14.99 24.28 30.86 4 1/13/17 3:00 14.65 24.35 30.70 5 1/13/17 4:00 14.68 24.35 30.72 6 1/13/17 5:00 14.65 24.35 30.70 - Johnny5ish
1个回答
2
这里有一种方法可以解决这个问题：
为了获得月份缩写，我可能会考虑将月份保留为POSIXct。通过使用floor_date，您可以获取每个时间点的月份并以所需格式存储。绘图时，您可以使用scale_x_datetime并指定要在x轴上使用的标签。在这种情况下，%b将提供月份缩写。
要进行95％置信区间，有不同的方法可供考虑。一种方法是手动计算95％ CI。请注意，这里做出了一些假设（基于学生t分布）。在这种情况下，我使用了带有一些透明度（alpha .2）的geom_ribbon来显示跨越点的区间。除此之外，您还可以使用stat_summary，该方法将计算平均值和95％ CI，并在ggplot中显示。
#group by month and take the mean of that month
a <- CleanTempSal %>%
  group_by(month = floor_date(Date...Time, unit = "month")) %>%
  summarise(month_mean = mean(Temp..C.),
            sd = sd(Temp..C.),
            n = n()) %>%
  mutate(se = sd / sqrt(n),
         lower.ci = month_mean - qt(1 - (.05/2), n - 1) * se,
         upper.ci = month_mean + qt(1 - (.05/2), n - 1) * se)

#plot mean monthly temp
ggplot(a, aes(x = month, y = month_mean)) +
  geom_point(aes(color = month_mean)) + 
  geom_line(aes(color = month_mean)) +
  geom_ribbon(aes(ymin = lower.ci, ymax = upper.ci), alpha = 0.2) +
  scale_color_gradient("Temp", low = "blue", high = "red4") +
  scale_x_datetime(date_breaks = "1 month", date_labels = "%b") +
  labs(x = "Month of 2017",
       y = "Water Tempearture (C)",
       title = "Monthy Mean Water Temperature",
       subtitle = "NCBS Dock - Cedar Key, FL")

情节

带有95%置信区间和x轴标签的情节，标签为月份

编辑 (4/16/20):

如果您拥有多年的数据，在计算SD和SE时，应按月份和年份分组：

group_by(month = floor_date(Date...Time, unit = "month"), year)

此外，我修改了ggplot，以显示误差条而非带状图。为了获取误差条的宽度，进行了一些较小的更改，包括使用as.Date(month)和scale_x_date。

#group by month and take the mean of that month
a <- CleanTempSal %>%
  group_by(month = floor_date(Date...Time, unit = "month"), year) %>%
  summarise(month_mean = mean(Temp..C.),
            sd = sd(Temp..C.),
            n = n()) %>%
  mutate(se = sd / sqrt(n),
         lower.ci = month_mean - qt(1 - (.05/2), n - 1) * se,
         upper.ci = month_mean + qt(1 - (.05/2), n - 1) * se)

#plot mean monthly temp
ggplot(a, aes(x = as.Date(month), y = month_mean)) +
  geom_point(aes(color = month_mean)) + 
  geom_line(aes(color = month_mean)) +
  #geom_ribbon(aes(ymin = lower.ci, ymax = upper.ci), alpha = 0.2) +
  geom_errorbar(aes(ymin = month_mean - se, ymax = month_mean + se), width = 1) +
  scale_color_gradient("Temp", low = "blue", high = "red4") +
  scale_x_date(date_breaks = "1 month", date_labels = "%b %y") +
  labs(x = "Month",
       y = "Water Tempearture (C)",
       title = "Monthy Mean Water Temperature",
       subtitle = "NCBS Dock - Cedar Key, FL")

情节

带有误差线的图表

数据

CleanTempSal <- structure(list(Date...Time = structure(c(1485914400, 1485918000, 
1485921600, 1485925200, 1485928800, 1485932400, 1485936000, 1485939600, 
1490108400, 1490112000, 1490115600, 1490119200), class = c("POSIXct", 
"POSIXt"), tzone = ""), Temp..C. = c(14.87, 14.77, 15.08, 15.08, 
14.96, 14.87, 15.05, 15.05, 18.87, 19.32, 19.97, 20.44), Salinity.psu. = c(14.58, 
14.52, 14.44, 14.46, 14.56, 14.67, 14.78, 14.88, 18.78, 18.81, 
19.41, 19.16), Conduc.mS.cm. = c(19.33, 19.21, 19.26, 19.28, 
19.34, 19.44, 19.66, 19.78, 26.67, 26.96, 28.14, 28.09), month = c(1, 
1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3), month2 = c("Jan", "Jan", "Jan", 
"Jan", "Feb", "Feb", "Feb", "Feb", "Mar", "Mar", "Mar", "Mar"
), year = c(2017, 2017, 2017, 2017, 2017, 2017, 2017, 2017, 2017, 
2017, 2017, 2017), hour = c(20L, 21L, 22L, 23L, 0L, 1L, 2L, 3L, 
10L, 11L, 12L, 13L)), class = "data.frame", row.names = c(NA, 
-12L))
非常感谢 @Ben!!! 这个社区的人们真的很棒。让每个点都像置信区间条一样弹出，这有多难？ - Johnny5ish
1
我会使用标准误差来表示条形图...你可以用以下代码替换 geom_ribbon：geom_errorbar(aes(ymin = month_mean - se, ymax = month_mean + se))。 - Ben
Ben我使用了那行代码，但是被告知我计算的置信区间是整个数据集而不是按月份计算的。有什么建议吗？另外，当我尝试使用条形图而不是带状图时，它显示为一条线，我无法让误差线的上下帽显示出来。 - Johnny5ish
1
@Johnny5ish SD和SE是按月计算的，但如果您有多年的数据，则会将给定月份的年份分组在一起。这可能是情况吗？如果是这样，那么您可以按月份和年份进行group_by分组。 - Ben
1
@Johnny5ish 请参考上面编辑过的答案。这应该会按月份和年份进行group_by。还附有带误差线的示例。希望能帮到你 - 如果仍有问题，请告诉我。 - Ben
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接