Come posso creare un istogramma da dati aggregati in R?

Question

Ho un frame di dati con un formato simile al seguente:

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

Vorrei creare un istogramma da questi dati, utilizzando contenitori X (X sarà probabilmente circa 15, ma i dati effettivi ha oltre 200 mesi) e utilizzando i dati dalla colonna della frequenza come frequenza per ciascun bin dell'istogramma. Come posso realizzare questo?

Ho provato finora due approcci, con i comandi hist() e barplot(). Il problema con hist() è che non sembra darmi alcun modo di specificare che voglio usare la colonna di frequenza nei calcoli di frequenza per l'istogramma. Il problema con barplot() è che non ho alcuna flessibilità nella scelta dei bin X, e se sono omessi mesi, il grafo risultante non è in realtà un vero istogramma perché l'asse x non è continuo.

L'unica idea che ho adesso è di andare con l'approccio barplot(), riempire i mesi mancanti con un valore di 0 per Frequenza e usare lo spazio = 0 per rimuovere la spaziatura tra le barre. Il problema è che non è particolarmente facile scegliere un numero arbitrario di contenitori.

Answer 1

per ottenere questo tipo di flessibilità, si può avere di replicare i dati. Ecco un modo di farlo con rep:

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] 

Ora avete il vostro dati replicati nel data.frame expdat, che consente di chiamare hist con un diverso numero di contenitori:

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

dare un'occhiata a ggplot2.

se voi dati sono in un data.frame chiamato df:

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

o se si vuole tempo continuo:

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

Sì, rep soluzioni sprecano troppa memoria nei casi più interessanti/di grandi dimensioni. Il pacchetto CRAN HistogramTools include un'efficiente funzione PreBinnedHistogram che crea un oggetto istogramma di base R direttamente da un elenco di contenitori e interruzioni come la domanda originale fornita.

Answer 4

Un'altra possibilità è ridimensionare la variabile di frequenza di un fattore di grandi dimensioni in modo che il rappresentante non abbia tanto lavoro da fare. Quindi regola la scala dell'asse verticale dell'istogramma con lo stesso fattore.