使用 R 处理日期时格式化直方图 x 轴

Question

我正在使用 R 创建流行病曲线（每天疾病病例数的直方图），并且在格式化 x 轴方面遇到了一些困难。

我知道 ggplot 提供了非常漂亮的图表和易于操作的轴（理解日期并使用 R 中的 ggplot2 绘制直方图），但在这种情况下我更喜欢使用

hist()

命令，因为我描述了 2 种不同的模式同时，如下所示（我认为你不能在 ggplot 中做类似的事情）：

这里的问题是x轴不是从第一种情况开始，有太多刻度线，我希望能够有一个系统的日期标记，例如。每 7 天或每月 1 日。

数据存储在数据库（dat.geo）中，每个疑似病例一行，包含发病日期和郊区信息（无论直方图中是黑色还是白色），如下所示：

> head(dat.geo)
  number age sex       suburb Date_of_Onset
1      1  12   F            x    2011-10-11
2      2  28   M            x    2011-10-10
3      3  15   F            x    2011-10-12
4      4  12   M            y    2011-10-25
5      5  10   F            x    2011-10-15
6      6   9   M            y    2011-10-20

这是我的代码：

pdf(file='1.epi.curve.pdf')
hist(dat.geo$Date_of_Onset[(dat.geo$suburb=="x")], "days", 
 format = "%d %b %y", freq=T, col=rgb(0,0,0,1), axes=T, main="", add=T)
hist(dat.geo$Date_of_Onset[(dat.geo$suburb=="y")], "days", 
 format = "%d %b %y", freq=T, main="", col=rgb(1,1,1,.6), add=T, axes=F)
dev.off()

我尝试过抑制轴并稍后使用此代码添加一个受操纵的轴

axis(1, labels=T)
axis(2)

但这就是我得到的（我不知道如何操纵它）：

非常感谢您的帮助！

谢谢

Answer 1

既然您有效地要求我们提供

ggplot

解决方案，这里是：

dates <- seq(as.Date("2011-10-01"), length.out=60, by="+1 day")

set.seed(1)
dat <- data.frame(
  suburb <- rep(LETTERS[24:26], times=c(100, 200, 300)),
  Date_of_Onset <- c(
    sample(dates-30, 100, replace=TRUE),
    sample(dates,    200, replace=TRUE),
    sample(dates+30, 300, replace=TRUE)
  )
)

library(scales)
library(ggplot2)
ggplot(dat, aes(x=Date_of_Onset, fill=suburb)) + 
  stat_bin(binwidth=1, position="identity") + 
  scale_x_date(breaks=date_breaks(width="1 month"))

请注意使用

position="identity"

来强制每个条形图从轴上开始，否则默认情况下您会得到堆叠图表。

Answer 2

有2种可用的解决方案；一个使用 hist() 另一个使用 ggplot():

library(date)
hist(dat.geo$Date_of_Onset[(dat.geo$suburb=="x")], "weeks", 
 format = "%d %b %y", freq=T, col=rgb(0,0,0,1), axes=F, main="")
hist(dat.geo$Date_of_Onset[(dat.geo$suburb=="y")], "weeks", 
 format = "%d %b %y", freq=T, main="", col=rgb(1,1,1,.6), add=T, axes=F)
axis.Date(1, at=seq(as.Date("2011-10-10"), as.Date("2012-03-19"), by="2 weeks"),
 format="%d %b %y")
axis.Date(1, at=seq(as.Date("2011-10-10"), as.Date("2012-03-19"), by="weeks"), 
 labels=F, tcl= -0.5)

本次疫情曲线如下：

上面 Andrie 建议的使用 ggplot 的解决方案如下：

library(scales)
library(ggplot2)
ggplot(dat.geo,aes(x=Date_of_Onset, group=suburb, fill=suburb))+
 stat_bin(colour="black", binwidth=1, alpha=0.5,
 position="identity") + theme_bw()+
 xlab("Date of onset of symptoms")+
 ylab("Number of cases")+
 scale_x_date(breaks=date_breaks("1 month"), labels=date_format("%b %y"))

给出如下流行曲线：

Answer 3

问题已经得到解答，但我认为有一个“细节”值得其他可能经过此页面的人提及： 请注意，正如 @Jonny 在两种方法的比较中所证明的那样，hist() 组合了前两个值（这里是几天），而不是 ggplot()。请参阅此讨论