使用R处理日期时格式化直方图x轴

Question

我正在使用R创建流行曲线(每天疾病病例数的直方图),并且在格式化x轴方面有点挣扎.

我知道ggplot提供了非常好的图形和易于操作的轴(了解日期并在R中用ggplot2绘制直方图)但在这种情况下我更喜欢使用hist()命令,因为我同时描述了2种不同的模式,如下面(我不认为你可以在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,有太多的刻度线,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,其中包括发病日期和郊区信息(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()

我已经尝试过抑制轴并在以后使用此代码添加一个被操纵的轴

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

既然您有效地挑战我们提供ggplot解决方案,那么它是:

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"强制每个条形图来源于轴,否则默认情况下会获得堆积图表.

Answer 2

有2种可用的解决方案; 1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)

该流行曲线如下:

使用上面的Andrie建议的ggplot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: