ggplot2时间序列图中x轴为分类变量的处理

---

title: "ggplot2时间序列图中x轴为分类变量的处理"
author: "wintryheart"
date: "2019/7/2"
output: html_document

---

knitr::opts_chunk$set(echo = TRUE)

缘起

我想做一个时间序列图，但时间轴的标签是年份区间，而不是具体年份，所以不能转成date型变量，而用的是字符型。
在使用ggplot2作图时，碰到“geom_path: Each group consists of only one observation. Do you need to adjust the group aesthetic?”错误提示。

数据

bdrate <- read.csv("c:\\users\\liang\\desktop\\death_birth_rate.csv")
bdrate <- tidyr::unite(bdrate, "seyear", startyear, endyear,sep="-",remove=F)
bdrate_spread1 <- reshape2::dcast(bdrate, seyear~region, value.var = "birthrate")
names(bdrate_spread1) <- c("seyear", "br_develped", "br_developing")
str(bdrate_spread1)
knitr::kable(head(bdrate_spread1))

seyear	br_develped	br_developing
1750-1800	38	41
1800-1850	39	41
1850-1900	38	40
1900-1910	34	41
1910-1920	26	40
1920-1930	28	41

问题

ggplot(bdrate_spread1, aes(x=seyear, y=br_develped))+geom_line()

返回错误提示：

原因

x轴的变量为分类数据。geom_line（）它会根据分类变量自动分组。由于数据框中每个分类只有一个数据，ggplot无法画线。

另一个例子，每个年份对应两个地区的数据（region变量）。

str(bdrate)
knitr::kable(head(bdrate))
library(ggplot2)
ggplot(bdrate, aes(x=seyear, y=birthrate)) + 
  geom_line() + 
  theme(axis.text.x = element_text(angle = 45, hjust=1))

seyear	startyear	endyear	region	birthrate	deathrate
1750-1800	1750	1800	发达地区	38	34
1800-1850	1800	1850	发达地区	39	32
1850-1900	1850	1900	发达地区	38	29
1900-1910	1900	1910	发达地区	34	21
1910-1920	1910	1920	发达地区	26	23
1920-1930	1920	1930	发达地区	28	16

1.png

虽然没有提示错误，但很显然不是我们想要的图。事实上每个线段代表的是各年份区间出生率和死亡率的差距。

正确的画法是

ggplot(bdrate, aes(x=seyear, y=birthrate, group=region)) + 
  geom_line() + 
  theme(axis.text.x = element_text(angle = 45, hjust=1))

2.png

解决办法

解决问题的关键就在于group参数的设置，告诉ggplot只有一个组，即设置参数group=1。

ggplot(bdrate_spread1, aes(x=seyear, y=br_develped, group=1)) + 
  geom_line() + 
  theme(axis.text.x = element_text(angle = 45, hjust=1))

3.png