如何从rdta文件集合中创建多线图

问题描述

|| 我在公共目录中有100多个具有以下文件名结构的调查数据文件：

BD-1994.rdta
BD-1996.rdta
BD-1999.rdta
BD-2004.rdta
BF-1992.rdta
...
UG-1988.rdta
UG-1995.rdta
UG-2001.rdta
VN-1992.rdta
VN-1997.rdta

前两个字母（例如\“ BD \”）代表一个特定的国家（按其ISO代码），而四位数字则代表给定调查的年份。 我想处理这些数据，以便可以创建每个国家/地区的多线生育率时间序列图，其中每条线代表一年的调查。例如，第一个图将用于\“ BD \”（孟加拉国），并显示1994、1996、1999和2004年的四个时间序列。 各个文件的结构如下：

time     fertility
1        3.2
2        2.6
...      ...
7        2.4 

目前，我的想法是在for循环中使用rbind并创建一个包含所有数据的海量数据集。 然后，我需要按国家/地区代码整齐地拆分数据，也许使用\“ subset \”之类的功能（但是看起来subset并不是完成这项工作的正确工具。 关于如何执行此数据管理的任何建议，这样我就可以在包含给定国家/地区所有年份的调查数据的数据框中调用R中的plot函数？ 谢谢     

解决方法

这是使用

ggplot2

和

plyr

的一种方法。基本思想是创建两个帮助函数，以（a）从每个“ 4”文件中提取数据到一个数据框中，以及（b）为每个国家绘制时间序列。一旦定义了这些函数，使用

plyr

函数在文件中循环以产生所需的图形就相对简单了。我建议您对数据运行此代码，并报告任何错误，因为如果没有任何数据，我将无法测试代码。 要求（plyr）

# function to extract data frame from each rdata file
get_data_frame = function(file_name){
    temp_env = new.env()
    load(file_name,temp_env)
    mydata  = get(ls(envir = temp_env),temp_env)
    country = substr(file_name,1,2)
    year    = substr(file_name,4,7)
    df = data.frame(mydata,country,year)
    return(df)
}

# function to save time series plot of fertility grouped by year
plot_country_data = function(country_df){

    require(ggplot2)
    p1 = ggplot(country_df,aes(x = time,y = fertility)) +
         geom_line(aes(group = year))
    ggsave(filename = paste(country_df,\".pdf\",sep = \"\"))

}

# extract all rdata files in working directory
rdata_files = list.files(pattern = \'rdata\')

# consolidate data into one big data frame
big_data   = ldply(rdata_files,get_data_frame)

# plot data for each country and save as pdf
d_ply(big_data,.(country),plot_country_data)