R中的堆积条形图,每天有多行

5
我想展示每天完成的工作量,用堆叠条形图来表示,以便逐日查看我在每个类别中完成了多少活动,Y轴表示从0:00到23:59的时间。
#   day             tstart   tend   duration category
1   2012-10-01      13:40    14:16  36       Recreation
2   2012-10-02      10:15    10:57  42       Work
3   2012-10-02      13:23    13:47  24       Chores
4   2012-10-02      13:47    14:48  61       Work
5   2012-10-03      09:09    11:40  151      Work
6   2012-10-03      13:33    14:04  31       Recreation
7   2012-10-03      17:00    19:40  160      Recreation

我知道我需要将“时间开始”转换为数字,但我不知道如何“合并”同一天的多行,使它们只占据图形中的一个柱形。
在(非常原始的)ASCII艺术中,我期望的是像这样的东西:
23:00
22:00
21:00
20:00
19:00                C
18:00                C
17:00                C
16:00
15:00
14:00          W     R
13:00    R     C
12:00
11:00                W
10:00          W     W
 9:00                W
 8:00
 7:00
 6:00
 5:00
 4:00
 3:00
 2:00
 1:00
 0:00
        01    02    03

(其中R、W和C分别代表不同活动的条形图颜色:休闲、工作和家务)

事实上,作为 R 绘图的新手,我不知道该查看哪个绘图函数(以及绘图包),因为在绘图中会有空隙——例如,在2012-10-03这一天,在 0:00 到 09:09 之间没有记录任何活动,然后在 11:40 到 13:33 之间也没有等等...


2
你是否在寻找一种甘特图? - A5C1D2H2I1M1N2O1R2T1
不。这里的想法是得到一张图表,我们可以看到每天工作多长时间(从13:40开始,36分钟等),以及我们在哪些活动上工作。它基于“打卡”时间(记录的活动)。 - fniessen
另一方面,甘特图的单位是任务和子任务。这里没有分解的概念。 - fniessen
2个回答

6

以下是使用ggplot2的快速解决方案:

d <- read.table(textConnection("
day             tstart   tend   duration category
2012-10-01      13:40    14:16  36       Recreation
2012-10-02      10:15    10:57  42       Work
2012-10-02      13:23    13:47  24       Chores
2012-10-02      13:47    14:48  61       Work
2012-10-03      09:09    11:40  151      Work
2012-10-03      13:33    14:04  31       Recreation
2012-10-03      17:00    19:40  160      Recreation"), header=TRUE)

d$day <- as.Date(d$day)
d$tstart <- as.POSIXct(d$tstart, format="%H:%M")
d$tend <- as.POSIXct(d$tend, format="%H:%M")

library(ggplot2)
library(scales)
g <- ggplot(data=d, aes()) + geom_segment(aes(x=day,xend=day,y=tstart,yend=tend,color=category),size=20) + scale_x_date(labels = date_format("%d")) 
g + scale_y_datetime(limits=c(as.POSIXct("00:00", format="%H:%M"),as.POSIXct("23:59", format="%H:%M")), labels = date_format("%H:%M"))

这个图表展示了什么:

enter image description here

编辑说明:初始答案中的y轴是错误的。


1
也许你应该包括00:00到23:59的范围来完善答案? - Arun
对于上面的评论点赞,这是一个很好的建议(例如:在Y轴图例中增加0:15的增量来解决时钟分辨率问题)。 - fniessen
对于我来说,这是一个美妙的答案,让我探索了一个新的可能性世界(ggplot2,这是我之前不知道的)。 - fniessen
事实上,这并不是一个很好的答案,因为y轴完全错误了...Arun让我意识到,我正在寻找解决方案的路上... - juba
1
等等,有一个小“特性”,就是Y轴的刻度不会根据实际时间正确地间隔。这可能吗? - fniessen
好的,我刚刚编辑了我的答案。现在y轴是正确的,并且我添加了00:00到23:59的范围。对于最初的错误,我很抱歉! - juba

4

在我写这篇文章的时候,juba使用ggplot2发布了出色的解决方案,尽管如此,我仍然会发布我的解决方案作为替代方案。

这是一种非常粗糙的方法,但它可以实现您可能正在寻找的内容。

首先是一个小型实用程序函数,将格式为hh:mm的时间转换为十进制表示。

decTime <- function(x) {
    t <- as.numeric(strsplit(x, ":")[[1]])
    t <- t[1] + t[2]/60
    return(t)
}

str <- 'n   day     tstart   tend   duration category
1   2012-10-01      13:40    14:16  36       Recreation
2   2012-10-02      10:15    10:57  42       Work
3   2012-10-02      13:23    13:47  24       Chores
4   2012-10-02      13:47    14:48  61       Work
5   2012-10-03      09:09    11:40  151      Work
6   2012-10-03      13:33    14:04  31       Recreation
7   2012-10-03      17:00    19:40  160      Recreation'

df <- read.table(textConnection(str), header=T)

将日期转化为数字(以便更容易地指定矩形的宽度),并将时间转化为小数。

df$day  <- gsub('2012-10-', "", df$day)
df$day <- as.numeric(df$day)
df$starttime <- sapply(as.character(df$tstart), decTime, USE.NAMES=F)
df$endtime <- sapply(as.character(df$tend), decTime, USE.NAMES=F)

获取不同矩形的颜色

df$color <- ifelse(df$category=='Recreation', 'RED', ifelse(df$category =='Chores', 'BLUE', 'GREEN'))

一步一步地绘制图表

#Plot empty graph
plot(x=unique(df$day), y=c(0,0,0), axes=F, ylim=c(0,24), xlim=c(0.5,3.5), xlab='date', ylab='time', type='n')
#Label axes properly
axis(side=1, at=c(1,2,3), labels=c('01', '02', '03'))
axis(side=2, at=seq(from=0,to=24,by=1), labels=seq(from=0,to=24,by=1))
#Draw required rectangles
rect(df$day-0.25, df$starttime, df$day+0.25, df$endtime, col=df$color)

结果应该是你想要的。

图片描述


很高兴有一个基于图形的解决方案! - juba
非常好的解决方案。正是我所要求的,而且速度很快... 非常感谢! - fniessen

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