如何从 R 中的聚合数据创建直方图？

Question

我有一个格式如下的数据框：

Month       Frequency
2007-08     2
2010-11     5
2011-01     43
2011-02     52
2011-03     31
2011-04     64
2011-05     73

我想根据该数据创建一个直方图，使用 X 个 bin（X 可能约为 15，但实际数据有超过 200 个月），并使用频率列中的数据作为直方图每个箱的频率。我怎样才能做到这一点？

到目前为止，我已经尝试了两种方法，使用 hist() 和 barplot() 命令。 hist() 的问题在于，它似乎没有给我任何方法来指定我想要在直方图的频率计算中使用频率列。 barplot() 的问题是，我在选择 X 个 bin 时没有任何灵活性，如果省略了月份，则结果图实际上不是真正的直方图，因为 x 轴不连续。

我现在唯一的想法是采用 barplot() 方法，用 0 的频率值填充缺失的月份，并使用 space=0 删除条形之间的间距。问题是选择任意数量的垃圾箱并不是特别容易。

Answer 1

为了获得这种灵活性，您可能必须复制数据。这是使用 rep 执行此操作的一种方法：

n <- 10
dat <- data.frame(
    x = sort(sample(1:50, n)),
    f = sample(1:100, n))
dat

expdat <- dat[rep(1:n, times=dat$f), "x", drop=FALSE]

现在您已将数据复制到 data.frame expdat 中，从而允许您使用 hist 调用不同数量的垃圾箱：

par(mfcol=c(1, 2))
hist(expdat$x, breaks=50, col="blue", main="50 bins")
hist(expdat$x, breaks=5, col="blue", main="5 bins")
par(mfcol=c(1, 1))

Answer 2

看一下 ggplot2。

如果您的数据位于名为 df 的 data.frame 中：

ggplot(df,aes(x=Month,y=Frequency))+geom_bar(stat='identity')

或者如果您想要连续时间：

df$Month<-as.POSIXct(paste(df$Month, '01', sep='-'),format='%Y-%m-%d')
ggplot(df,aes(x=Month,y=Frequency))+geom_bar(stat='identity')

Answer 3

是的，在大多数有趣/大型情况下，rep 解决方案会浪费太多内存。 HistogramTools CRAN 包包含一个高效的 PreBinnedHistogram 函数它直接从 bin 列表创建一个基本 R 直方图对象，并按照提供的原始问题进行中断。

Answer 4

另一种可能性是按某个大系数缩小频率变量，以便代表无需做太多工作。然后用相同的因子调整直方图的垂直轴比例。