ggplot堆叠面积图中的空洞

Question

这里是我的数据链接.

我使用以下代码:

#read in data
data = read.csv("ggplot_data.csv")

#order by group then year
data = arrange(data, group, year)

#generage ggplot stacked area chart
plot = ggplot(data, aes(x=year,y=value, fill=group)) +
  geom_area() 
plot

这会产生以下图表：

正如您所见，该图表的三个不同部分存在奇怪的空洞。

我之前遇到过类似的问题并询问了答案，那时提供的答案是我需要按组和年份对我的数据进行排序。当时，那个答案解决了我的问题。然而，这一次它似乎并没有消除所有的空洞。有什么帮助吗？

- Jim

Answer 1

间隙的原因是某些时间序列比其他时间序列晚开始。当出现第一个非零值时，新区域以非连续跳跃开始。然而，上面的区域通过线性插值与下一个点连接。这就导致了间隙。

例如，看最左边的间隙。橄榄色区域在间隙后以1982年的垂直跳跃开始。然而，绿色区域从1981年的值（橄榄区域为零的地方）线性增加到1982年的值（橄榄区域突然贡献的地方）。

您可以做的是，例如，在1975年后开始的每个时间序列的开头添加一个零值。我使用dplyr功能创建这些额外的第一年的数据框：

first_years <- group_by(data, group, group_id) %>%
               summarise(year = min(year) - 1) %>%
               filter(year > 1974) %>%
               mutate(value = 0, value_pct = 0)
first_years
## Source: local data frame [3 x 5] 
## Groups: group [3]
## 
##    group group_id  year value value_pct
##   (fctr)    (int) (dbl) (dbl)     (dbl)
## 1      c    10006  1981     0         0
## 2      e    10022  2010     0         0
## 3      i    24060  2002     0         0

正如您所看到的，这三个新值正好适合您的图中的三个间隙。现在，您可以将这些新的数据框与您的data组合，并像以前一样排序：

data_complete <- bind_rows(data, first_years) %>%
                 arrange(year, group)

然后情节就不再有任何漏洞：

ggplot(data_complete, aes(x=year,y=value, fill=group)) +
  geom_area()

- Stibu

---

哇，这非常清晰、简洁、有帮助。非常感谢！！ - Jim

Answer 2

最好的方法是简单地添加：pos = "identity"，例如从您上面的代码：

ggplot(aes(x=year,y=value, fill=group), pos = "identity")

- Nick

Answer 3

@Stibu的答案可能是最好的，但对于那些不太熟悉R语言，不知道如何使用R来查找缺失行并用零填充它们的人，我用了一种有点不同的方法解决了这个问题。

对于我的情况，我创建了一个带有所有年份和所有组的零数据集，然后将其附加到我的原始数据集中。这样，我添加了在以前没有数据行的年份的行。在按年份和组聚合之后，我的聚合数据集中包含了零行，而不是根本不存在行。这为我删除了所有那些奇怪的空白。

- spops

---

这个答案实际上比@Stibu的更健壮，因为在时间序列中某些值一次或多次“掉落”到零的情况下仍然有效！ - user3357177

Answer 4

我发现将表格保存为csv文件并使用Python的matplotlib函数stackplot(demo)更简单，它似乎没有负数问题。

- Valentas