Cómo graficar series de tiempo superpuestas en R?

Question

Me gustaría comparar los valores de dos variables diferentes en el tiempo.

Por ejemplo, tener dos conjuntos de datos:

dataset1 (Fecha, valor) y Dataset2 (Fecha, valor)

Con el fin de trazar simplemente primer lugar, podemos ejecutar el siguiente:

x.Date <- as.Date(dataset1$Date) 
    x <- zoo(dataset1$Value, x.Date) 
    plot(x) 

A la misma ventana me gustaría agregar (dataset2 $ value, dataset2 $ Date) y, por casualidad, establecer el color diferente.

los valores conjunto de datos1 $ Fecha y conjunto de datos2 $ Fecha no son necesariamente iguales (algunos días pueden superponerse y otros no), por ejemplo dataset1 $ Date puede contener (dec01, dec02, dec03, dec05) y dataset2 $ Date (dec02 , dec03, dec06).

¿Alguien sabe cómo trazar dos (o varias) parcelas de tiempo en la misma ventana?

Answer 1

Hay varias opciones. Aquí hay tres opciones que funcionan con objetos zoo.

set.seed(1) 
xz = zoo(ts(rnorm(20), frequency = 4, start = c(1959, 2))) 
yz = zoo(ts(rnorm(20), frequency = 4, start = c(1959, 2))) 
# Basic approach 
plot(xz) 
lines(yz, col = "red") 
# Panels 
plot.zoo(cbind(xz, yz)) 
# Overplotted 
plot.zoo(cbind(xz, yz), 
     plot.type = "single", 
     col = c("red", "blue")) 

---

Si está trazando ts objetos regulares, también se puede explorar ts.plot:

set.seed(1) 
x = ts(rnorm(20), frequency = 4, start = c(1959, 2)) 
y = ts(rnorm(20), frequency = 4, start = c(1959, 2)) 
ts.plot(x, y, gpars = list(col = c("black", "red"))) 

Answer 2

Qué acerca del uso ggplot2?

library(ggplot2) 

dta <- data.frame(year = 2012, 
    month = rep(seq(1,9),each=10), 
    day = sample(seq(1,20),90,replace=T), 
    Group = sample(c('A','B'),90,replace=T), 
    Value = seq(1,90) 
) 

dta$Date <- apply(dta[,c('year','month','day')],1,paste,sep='',collapse='-') 
dta$Date <- as.Date(dta$Date) 

qplot(Date,Value,data=dta,geom='line',color=Group) 

en el caso que usted describe, me gustaría montar dta de la siguiente manera

dataset1$Group <- 'dataset1' 
dataset2$Group <- 'dataset2' 
dta <- rbind(dataset1,dataset2) 
dta$Date <- as.Date(dta$Date) 

Answer 3

que tenían la misma tarea en la mano y después de algunas investigaciones me encontré con ts.plot {} estadísticas en función de r que fue muy útil.

El uso de la función es la siguiente:

ts.plot(..., gpars = list()) 

GPars es los parámetros gráficos donde se determinan los componentes gráficos de la trama.

tuve unos datos similares a esto y almacenados en una llamada de tiempo variable:

  [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] 
    V3  1951 1100 433 5638 1760 2385 2602 11007 2490 421 
    V5  433 880 216 4988 220 8241 13229 18704 6289 421 
    V7  4001 440 433 3686 880 9976 12795 21036 13229 1263 
    V9  2385 1320 650 8241 440 12795 13229 19518 11711 1474 
    V11 4771 880 1084 6723 0 17783 17566 27326 11060 210 
    V13 6940 880 2168 2602 1320 21036 16265 10843 15831 1474 
    V15 3903 1760 1951 3470 0 18217 14964  0 13663 2465 
    V17 4771 440 2819 8458 880 25591 24940 1518 17783 1895 
    V19 7807 1760 5205 2385 0 14096 22771 13880 12578 1263 
    V21 5205 880 5205 6506 880 28410 18217 13229 19952 1474 
    V23 6506 1760 5638 7590 880 14747 26675 11928 12795 1474 
    V25 7373 440 5855 10626 0 19301 21470 15398 19952 1895 
    V27 5638 2640 6289  0 880 16482 20603 30796 14313 2316 
    V29 8241 440 6506 6723 880 11277 35784 25157 23205 4423 
    V31 7373 2640 6072 8891 220 17133 27109 31013 27287 4001 
    V33 6723 660 5855 14313 660 6940 26892 17566 24111 4844 
    V35 9325 2420 9325 12578 0 6506 30796 34483 23422 5476 
    V37 4771 440 6872 12361 880 9325 36218 25808 30362 4844 
    V39 9976 2640 7658 12361 440 11277 36001 31013 40555 4633 
    V41 10410 880 6506 12795 440 26241 33398 27976 24940 5686 
    V43 5638 2200 7590 14313 0 9976 34483 29928 33832 6108 
    V45 10843 440 8675 11711 440 7807 29278 24940 43375 4633 
    V47 8675 1760 8891 13663 0 9108 38386 31230 33398 4633 
    V49 10410 1760 9542 13880 440 8675 39051 31446 42507 5476 
     . . . . . . . . . 

Y tuve que conseguir un gráfico de series de tiempo para cada columna en la misma parcela. El código es el siguiente:

ts.plot(time,gpars= list(col=rainbow(10))) 

El resultado de la gráfica se parece a esto.