如何绘制异常值和原始系列?

10 plot r

您好我想定义一个函数,它返回基于a的异常值(下面定义)的specified date range 图,并同时绘制原始序列(以及该上下文中可能比率的帐户):

定义异常值:

  anomaly <- function(x)
               {   tt <- 1:length(x)  
                   resid <- residuals(loess(x ~ tt)) 
                   resid.q <- quantile(resid,prob=c(0.25,0.75)) 
                   iqr <- diff(resid.q) 
                   limits <- resid.q + 1.5*iqr*c(-1,1)  
                   score <- abs(pmin((resid-limits[1])/iqr,0) + pmax((resid -                   limits[2])/iqr,0)) 

                   return(score)
            }
   # defining dates
     dates <- as.POSIXct(seq(as.Date("2015-08-20"), as.Date("2015-10-08"), by = "days"))
Run Code Online (Sandbox Code Playgroud)

一些数据:

     a<-runif(50, 5.0, 7.5)
     b<-runif(50, 4, 8)
     c<-runif(50, 1, 2)
     d<-runif(50, 3, 3.5)
     ca<-c/a
     cb<-c/b
     df<-data.frame(dates,a,b,c,d,ca,cb)
Run Code Online (Sandbox Code Playgroud)

介绍异常值

       df[49,4]<-0
       df[50,6]<-0
Run Code Online (Sandbox Code Playgroud)

循环数据以查找异常

      new<-lapply(df[,2:7],anomaly)
       library(stringi) # binding list with differing rows
     # from list to data frame
       res <- as.data.frame((stri_list2matrix(new)))
     # rename columns
       colnames(res) <- names(new)
     # depends on dates at the beginning 
      res<-(cbind(dates,res[,1:6])) 
     # melt to plot
       library(reshape)
       library(reshape2)
       new <- melt(res , id.vars = 'dates', variable.name = 'series')
Run Code Online (Sandbox Code Playgroud)

使用指定date range(最近4天)定义绘图:

       library(ggplot2)

       nrdays <- 4
       a.plot<-ggplot(subset(new, new$dates >= as.POSIXct(max(new$dates)- (nrdays*60*60*24))),
         aes(x=dates,y=value,colour=variable,group=variable)) + 
         geom_line() + 
         facet_grid(variable ~ ., scales = "free_y")+
         ylab("Outliers")+
         xlab("Date")
Run Code Online (Sandbox Code Playgroud)

定义检查数据功能:

          check_data <- function(df) { 
          if(tail(df, 1) > 0) { # check only last date

            return(a.plot)

           # and the corresponding original series

        }
      }
        # check and plot data
          check_data(df)
Run Code Online (Sandbox Code Playgroud)

我的问题是我有数百个功能,我只想描绘那些outlier发生过的地方.正如您在图表中看到的那样,我能够得出一个图表,该图表返回所有时间序列,包括具有异常值的序列,而不是仅outlier发生的序列.此外,我想报原系列以及(包括ratios,也就是说,给定的比例离群ca我想获得原始的系列ca太)...怎么可能我走近这个问题.所以输出可能看起来像这样:

including original series:
Run Code Online (Sandbox Code Playgroud)

在此输入图像描述

and the outlier as well:
Run Code Online (Sandbox Code Playgroud)

在此输入图像描述

Vol*_*myr 5

你需要指定subset只需要异常值,不等于0.所以你可以替换

a.plot<-ggplot(subset(new, new$dates >= as.POSIXct(max(new$dates)- (nrdays*60*60*24)) &  new$variable %in% new$variable[!new$value %in% 0 & new$dates >= as.POSIXct(max(new$dates)- (nrdays*60*60*24))]),
           aes(x=dates,y=value,colour=variable,group=variable)) + 
  geom_line() + 
  facet_grid(variable ~ ., scales = "free_y")+
  ylab("Outliers")+
  xlab("Date")
Run Code Online (Sandbox Code Playgroud)

这应该有所帮助.您也可以稍微清理一下,以便更具可读性

另一种选择是连接原始数据和异常值并将它们绘制在一起.首先,您创建一个data.frame,然后子集并将其传递给ggplot.因此,在您的数据循环后,您可以执行类似的操作

orig <- melt(df , id.vars = 'dates', variable.name = 'series')

data.df <- merge(new, orig, by = c("dates", "variable"))
colnames(data.df)[2:4] <- c("group","index", "original")
data.df$index <- as.numeric(as.character(data.df$index)) # replace factor with numeric

nrdays <- 4
data.subs <- subset(data.df, data.df$dates >= as.POSIXct(max(data.df$dates)- (nrdays*60*60*24)) & 
                  data.df$group %in% data.df$group[!data.df$index %in% 0 & data.df$dates >= as.POSIXct(max(data.df$dates)- (nrdays*60*60*24))])
data.subs <- melt(data.subs, id = c('dates', "group"))

a.plot<-ggplot(data.subs)+
  geom_line(aes(x=dates,y=value, colour = variable, group = variable))+
  facet_grid(group ~ ., scales = "free_y")+
  ylab("Outliers")+
  xlab("Date")

a.plot
Run Code Online (Sandbox Code Playgroud)

在此输入图像描述