使用 seq.Date 作为时间序列的 stat_bin 中的中断

Question

我尝试使用 ggplot2 中的 stat_bin 函数按月对几年观察的时间序列数据进行分类。代码如下所示：

month.breaks<-seq.Date(from=min(afg$DateOccurred),to=max(afg$DateOccurred),by="month")  # All months, for breaks
report.region<-ggplot(afg,aes(x=DateOccurred))+stat_bin(aes(y=..density..,fill=Type),breaks=month.breaks)+facet_wrap(~Region)
print(report.region)

但是，当我运行 print 时，出现以下错误：

Error in `+.Date`(left, right) : binary + is not defined for Date objects

如果我正确地阅读了此内容，则没有为 Date 对象定义加号运算符，因此无法执行这种类型的分箱？

Answer 1

当我在其他情况下从 ggplot2 中得到该错误时，我已经能够在我用于中断的序列周围使用 as.numeric() 了。例如，

library(lubridate)
library(ggplot2)
library(scales)

somedates <- ymd(20130101) + ddays(runif(100, 0, 364)) #generate some fake event dates
somedatesformatted <- data.frame(Dates=as.Date(somedates)) #format them as data ggplot likes
monthbins <- as.numeric(seq(as.Date('2013-01-01'), as.Date('2014-01-01'), '1 month')) # generate breaks for binning event dates and wrap in as.numeric()

ggplot(somedatesformatted, aes(x=Dates)) + 
    stat_bin(breaks=monthbins) +
    ylab("Events per Month") +
    ylim(c(0,30)) +
    scale_x_date(breaks = '1 month',
             labels = date_format("%b"),
             limits = c(as.Date('2013-01-01'), as.Date('2013-12-31')))

Answer 2

我可以按如下方式重现您的错误：

> break.dates <- seq.Date(from=as.Date('2001-01-01'),
                          to=as.Date('2001-04-01'),
                          by="month") 
> break.dates
[1] "2001-01-01" "2001-02-01" "2001-03-01" "2001-04-01"
## add an offset, which increases the dates by a day
> break.dates + 1
[1] "2001-01-02" "2001-02-02" "2001-03-02" "2001-04-02"
## try to add two date objects together - this does not make sense!
> break.dates + break.dates
Error in `+.Date`(break.dates, break.dates) :
  binary + is not defined for Date objects

将两个日期加在一起没有意义，因为日期刻度上没有自然的“零”。然而，+ 运算符是在有意义的情况下为 Date 对象定义的。

Answer 3

在我看来，如果您首先转换数据，然后将其传递给绘图方法，您可以获得相同的结果。

例如（按年份分组的月份时间序列数据）：

data(AirPassengers)   # time series in months (supplied w/ default R install)
AP = AirPassengers
library(xts)
X = as.xts(AP)      # need xts object to pass to xts binning method
ndx = endpoints(X, on="years")    # binning method requires indices for desired bin freq
X_yr = period.apply(x=X, INDEX=ndx, FUN=sum)   # X_yr is the binned data