将时间序列数据从宽格式重塑为高格式（用于绘图）

Question

我有一个包含多个时间序列的回报的数据框，存储在列中。

第一列包含日期，后续列是独立的时间序列，每个列都有一个名称。 列标题是变量名称。

## I have a data frame like this
t <- seq(as.Date('2009-01-01'),by='days',length=10)
X <- rnorm(10,0,1)
Y <- rnorm(10,0,2)
Z <- rnorm(10,0,4)

dat <- data.frame(t,X,Y,Z)

## which appears as
           t          X          Y         Z
1 2009-01-01 -1.8763317 -0.1885183 -6.655663
2 2009-01-02 -1.3566227 -2.1851226 -3.863576
3 2009-01-03 -1.3447188  2.4180249 -1.543931

我想将每个时间序列绘制为网格中单独图上的一条线，每个图都用变量名称标记。

要使用点阵绘制此图，数据必须采用高格式，如下所示：

           t symbol       price
1 2009-01-01      X -1.8763317
2 2009-01-02      Y -0.1885183
2 2009-01-02      Z -6.655663

执行此操作的良好函数调用是什么？

Answer 1

您还可以使用“reshape”库中的melt()（我认为它比reshape()本身更容易使用）-这将为您节省必须将时间列添加回的额外步骤...

> library(reshape)
> m <- melt(dat,id="t",variable_name="symbol")
> names(m) <- sub("value","price",names(m))
> head(m)
           t symbol       price
1 2009-01-01      X -1.14945096
2 2009-01-02      X -0.07619870
3 2009-01-03      X  0.01547395
4 2009-01-04      X -0.31493143
5 2009-01-05      X  1.26985167
6 2009-01-06      X  1.31492397
> class(m$t)
[1] "Date"
> library(lattice)                                                              
> xyplot( price ~ t | symbol, data=m ,type ="l", layout = c(1,3) )

对于这个特定的情况但是，我会考虑使用“zoo”库，它不需要您重塑数据框架：

> library(zoo)                                                                  
> zobj <- zoo(dat[,-1],dat[,1])                                                 
> plot(zobj,col=rainbow(ncol(zobj))) 

R 开发人员/贡献者（在本例中为 Gabor 和 Hadley）为我们提供了许多不错的选择。 （并且不能忘记格子包的 Deepayan）

Answer 2

来自 tidyr 收集帮助页面：

示例

library(tidyr)
library(dplyr)
# From http://stackoverflow.com/questions/1181060
stocks <- data.frame(
  time = as.Date('2009-01-01') + 0:9,
  X = rnorm(10, 0, 1),
  Y = rnorm(10, 0, 2),
  Z = rnorm(10, 0, 4)
)

gather(stocks, stock, price, -time)
stocks %>% gather(stock, price, -time)

Answer 3

如果是多元时间序列，可以考虑使用同名包将其存储为zoo对象。 这使得索引、合并、子集化变得更加容易 --- 请参阅动物园小插图。

但当你问到格子图时——这也是可以做到的。 在此示例中，我们构建了一个简单的“长”data.frame，其中包含日期列、值列“val”和变量 id 列“var”：

> set.seed(42)
> D <- data.frame(date=rep(seq(as.Date("2009-01-01"),Sys.Date(),by="week"),2),\
                  val=c(cumsum(rnorm(30)), cumsum(rnorm(30))), \
                  var=c(rep("x1",30), rep("x2",30)))

给定该数据集，根据您的描述进行绘图由 xyplot 完成格子包，要求绘制“按变量分组给定数据的值”图，我们在每个面板中打开线条：

> library(lattice)
> xyplot(val ~ date | var, data=D, panel=panel.lines)

Answer 4

对于第一列中包含日期且其他各列中包含值的数据框“temp”：

> par(mfrow=c(3,4)) # 3x4 grid of plots
> mapply(plot,temp[,-1],main=names(temp)[-1],MoreArgs=list(x=temp[,1],xlab="Date",type="l",ylab="Value") )

Answer 5

非常感谢各位的回答 - 德克的回答是正确的。

事实证明，缺少的步骤是使用“stack()”函数将数据帧从宽格式转换为长格式。 我知道可能有一种更简单的方法可以使用 reshape() 函数来执行此操作，如果有人想发布它，很高兴看到一个示例。

所以这就是我最终使用问题中提到的“dat”数据框所做的事情：

## use stack() to reshape the data frame to a long format
## <time> <stock> <price>
stackdat <- stack(dat,select=-t) 
names(stackdat) <- c('price','symbol')

## create a column of date & bind to the new data frame
nsymbol <- length(levels(stackdat$symbol))  
date <- rep(dat$t, nsymbol)  
newdat <- cbind(date,stackdat)

## plot it with lattice
library(lattice)
xyplot(price ~ date | symbol,  ## model conditions on 'symbol' to lattice
       data=newdat,            ## data source
       type='l',               ## line
       layout=c(nsymbol,1))    ## put it on a single line

## or plot it with ggplot2
library(ggplot2)
qplot(date, price, data = newdat, geom="line") + facet_grid(. ~ symbol)