你應該花一些時間通過一些GGPLOT2教程閱讀,所以你可以讓它做一些工作適合你,特別是如果你做一些數據清理的。
您還需要擁有適合您所需分辨率的適當日期+時間對象。
library(tidyverse)
Moisture_kurokawa <- read_csv("~/Data/Moisture kurokawa.csv")
mutate(Moisture_kurokawa,
timestamp = lubridate::mdy_hms(sprintf("%s %s", Date, Time))) %>%
select(-Date, -Time) %>%
gather(W, value, -timestamp) -> moisture_long
moisture_long
## # A tibble: 17,645 x 3
## timestamp W value
## <dttm> <chr> <dbl>
## 1 2017-06-24 00:00:00 W5 0.333
## 2 2017-06-24 00:30:00 W5 0.333
## 3 2017-06-24 01:00:00 W5 0.334
## 4 2017-06-24 01:30:00 W5 0.334
## 5 2017-06-24 02:00:00 W5 0.334
## 6 2017-06-24 02:30:00 W5 0.334
## 7 2017-06-24 03:00:00 W5 0.335
## 8 2017-06-24 03:30:00 W5 0.335
## 9 2017-06-24 04:00:00 W5 0.335
## 10 2017-06-24 04:30:00 W5 0.335
## # ... with 17,635 more rows
ggplot(moisture_long, aes(timestamp, value, group=W, color=W)) +
geom_line()
有了更好的塑造你的數據,你甚至可以這樣做:
ggplot(moisture_long, aes(timestamp, value, group=W, color=W)) +
geom_line() +
facet_wrap(~W)
非常感謝您,先生。我會通過一些教程 –