r - 使用 long data.frame 或 ggplotly 的 R 交互式堆积面积图

Question

我正在从plotly下面的示例代码（在此处找到）重新创建交互式图，但我想知道是否可以使用长 data.frame 格式来避免add_trace为图例中的每个变量添加单独的函数。类似于ggplot2美学层。

任何交互式绘图解决方案都可以工作（highcharter、plotly 等）。

我还创建了一个交互式堆积面积图ggplotly，但是交互式功能不一样。具体来说，当图层在图例中打开/关闭时，它们不会自行缩放，因此它们沿 x 轴是平的。它们按原样显示。例如，如果 colB 是孤立的，它会漂浮在图的中间。

上面的plotly示例确实重置了图层，用户可以使用平面 x 轴参考直观地检查各个图层的配置文件。

谢谢你的帮助。

library(plotly)

data <- t(USPersonalExpenditure)
data <- data.frame("year"=rownames(data), data)

p <- plot_ly(data, x = ~year, y = ~Food.and.Tobacco, name = 'Food and Tobacco', type = 'scatter', mode = 'none', stackgroup = 'one', fillcolor = '#F5FF8D') %>%
  add_trace(y = ~Household.Operation, name = 'Household Operation', fillcolor = '#50CB86') %>%
  add_trace(y = ~Medical.and.Health, name = 'Medical and Health', fillcolor = '#4C74C9') %>%
  add_trace(y = ~Personal.Care, name = 'Personal Care', fillcolor = '#700961') %>%
  add_trace(y = ~Private.Education, name = 'Private Education', fillcolor = '#312F44') %>%
  layout(title = 'United States Personal Expenditures by Categories',
         xaxis = list(title = "",
                      showgrid = FALSE),
         yaxis = list(title = "Expenditures (in billions of dollars)",
                      showgrid = FALSE))

p

#

library(data.table)
library(magrittr)
library(ggplot2)
library(plotly)
library(lubridate)

dt <- data.table(colA = seq(from = ymd_hms("2020-01-01 00:00:00"),
                            to = ymd_hms("2020-01-01 00:00:00") + days(99),
                            by = "1 day"),
                 colB = runif(100,0,100),
                 colC = runif(100,0,100),
                 colD = runif(100,0,100)) %>% 
  melt(id.vars = "colA")

ggplot <- ggplot(data = dt) +
  geom_area(aes(x = colA,
                y = value,
                fill = variable),
            stat = "identity",
            position = "stack",
            alpha = 0.5) +
  theme(legend.title = element_blank())
ggplot

ggplotly(ggplot)

标签： rggplot2r-plotlyr-highcharter

Answer 1

@s_t 给出的答案绝对有效。但为了完整起见，我将添加另一种可能更清洁的方法来完成此操作。

您还可以创建一个长数据框并使用split参数plot_ly

从plot_ly 文档：

split：（离散）值用于创建多个跟踪（每个值一个跟踪）。

这可能与 @s_t 选项在幕后相同。但它更干净一些。

# create data frame in long format
data.long <- data %>% tidyr::pivot_longer(-year, names_to = "type", values_to = "value")

# create plot_ly using split argument to separate traces according to type
p <- plot_ly(data.long, x = ~year, y = ~value, type = 'scatter', 
             mode = 'none', stackgroup = 'one', split = ~type)

p