绘制 R 中分类变量随时间的出现情况

Question

我有一个推文数据集，对于每条推文，我都有创建日期（created_at 变量，日期格式为 2021-09-05 12:03:20 等）和推文的主题（topic 变量；可能的值为 Topic 1、主题 2 等）。这是我的数据集的结构方式：

mydata <- read.csv(header=TRUE, text='"tweet","Topic","created_at"
"1","topic1","2018-03-09 13:01:29"
"2","topic2","2018-03-08 10:01:05"
"3","topic3","2018-03-08 12:01:03"
"4","topic4","2018-03-07 22:04:03"
"5","topic5","2018-03-06 15:02:00"
"6","topic6","2018-03-06 14:20:08"
"7","topic1","2018-03-06 12:01:51"')

我有兴趣绘制不同主题随时间的演变（即不同主题在不同日期出现的次数；时间序列图）。基本上，我希望日期是情节的 x，y 是推文的 n° 出现，每个主题都有一条曲线，以便比较不同主题的推文随时间的演变。

我能做什么？

Answer 1

我不确定这个情节是不是你想要的

mydata %>%
  mutate(time = as.Date(created_at), 
         Topic = as.factor(Topic)) %>%
  ggplot(aes(time, tweet, group = Topic, color = Topic)) +
  geom_point() # + geom_line() + geom_smooth()

每组没有足够的数据点，但如果你的数据有足够的数据，使用 geom_line() 绘制通过点的线（通过 Topic），使用 geom_smooth() 绘制平滑的条件均值。有关选项参数，请参阅 geom_smooth。

Answer 2

将 created_at 更改为 POSIXct 类型并从中提取日期。计算每个 date 中提及某个主题的次数。为每个 Topic.

绘制不同颜色的图表

library(dplyr)
library(ggplot2)

mydata %>%
  mutate(created_at = lubridate::ymd_hms(created_at), 
         date = as.Date(created_at)) %>%
  count(date, Topic) %>%
  ggplot(aes(date, n, color = Topic)) + geom_line()

绘制 R 中分类变量随时间的出现情况

Plot the occurrence over time of a categorical variable in R

r

time-series

count

ggplot2

data-science