在实现这个图之前我应该​​如何格式化我的数据？

Question

我想在一个图中绘制三个图表：随时间变化的上四分位数、中位数和下四分位数。

现在我有这种格式的数据：

t_1 x_1 x_2 ... x_n
t_2 x_1 x_2 ... x_n
... ... ... ... ...
t_m x_1 x_2 ... x_n

即，在 m 个时间点的 n 个观测值。

有没有更适合在 R 中实现此任务的输入格式？

由于我使用 R 的经验非常有限，我希望避免在 R 中转换数据。我从几个不同的文件中收集数据，因此在预处理数据时我非常灵活。

Answer 1

在我看来，你希望你的数据看起来像：

t   lq   med   uq
1   ..    ..   ..
2   ..    ..   ..
3   ..    ..   ..
4   ..    ..   ..

因此，你拥有的格式似乎很好。一旦进入 R，您就可以使用 apply 生成正确的三列：

res.df <- data.frame(t(apply(my.data.frame[,2:ncol(my.data.frame)], 1, quantile,probs=c(.25,.5,.75))))
res.df$t <- my.data.frame[,1]

res.df
         X25.        X50.        X75.   t
1 0.028624900 0.031074701 0.037136365 200
2 0.016687651 0.021395864 0.025269186 300
3 0.010939904 0.014344707 0.016897053 400
4 0.007891868 0.009855513 0.011671379 500
5 0.006553960 0.008057315 0.009885929 600
6 0.005831083 0.006755695 0.008090646 700

然后进行绘图。

# Sample data
t=seq(33)
lq=runif(33)
med = lq+runif(33)*2
res.df <- data.frame( t=t, lq=lq, med = med, uq=med+runif(33)*2 )
colnames(res.df) <- c("t","lq","med","uq")

# Base graphics
plot(lq~t,data=res.df,type="l",col="springgreen",ylim=range(c(lq,uq)))
lines(med~t,data=res.df,col="steelblue")
lines(uq~t,data=res.df,col="springgreen")

# ggplot2
res.df <- melt(res.df,id.vars="t")
library(ggplot2)
p <- ggplot(res.df, aes(y=value,x=t,colour=variable) )
p + geom_line()