如何在Base R中按特定值拆分数据绘制分段折线图？

问题描述 #

我有一组女性基础体温数据，包含三列：Date、Temp和DayofCycle。需要用Base R绘制以DayofCycle为X轴、Temp为Y轴的折线图，要求：

• 每个月经周期首日（DayofCycle值下降时即为新周期）折线自动断开
• 可更换不同周期的折线颜色
• 无需拆分原始数据集
• 处理数据记录缺失的情况

示例数据：

Date    Temp    DayofCycle
17/06/2024  98.06   16
18/06/2024  98.42   17
19/06/2024  98.68   18
21/06/2024  98.97   20
22/06/2024  98.63   21
24/06/2024  98.16   23
25/06/2024  98.73   24
27/06/2024  98.29   26
28/06/2024  97.87   1
01/07/2024  98.26   4
03/07/2024  97.94   6
04/07/2024  98.07   7
05/07/2024  97.41   8
08/07/2024  97.99   11
09/07/2024  98.06   12
10/07/2024  97.92   13
11/07/2024  98.28   14
12/07/2024  98.17   15
13/07/2024  98.22   16
14/07/2024  98.64   17
16/07/2024  98.88   19
18/07/2024  98.32   21
21/07/2024  98.44   24
24/07/2024  98.46   27
25/07/2024  98.17   1
27/07/2024  98.11   3
28/07/2024  98.16   4
29/07/2024  98.66   5
31/07/2024  98.04   7
03/08/2024  97.73   10  
05/08/2024  97.35   12
06/08/2024  97.36   13
08/08/2024  98.01   14

解决方案 #

步骤1：读取并预处理数据 #

读取数据后，通过DayofCycle的变化生成周期分组变量，无需拆分数据集：

# 读取示例数据（本地文件可替换为read.table("your_data.txt", header=TRUE)）
temp_data <- read.table(text = "
Date    Temp    DayofCycle
17/06/2024  98.06   16
18/06/2024  98.42   17
19/06/2024  98.68   18
21/06/2024  98.97   20
22/06/2024  98.63   21
24/06/2024  98.16   23
25/06/2024  98.73   24
27/06/2024  98.29   26
28/06/2024  97.87   1
01/07/2024  98.26   4
03/07/2024  97.94   6
04/07/2024  98.07   7
05/07/2024  97.41   8
08/07/2024  97.99   11
09/07/2024  98.06   12
10/07/2024  97.92   13
11/07/2024  98.28   14
12/07/2024  98.17   15
13/07/2024  98.22   16
14/07/2024  98.64   17
16/07/2024  98.88   19
18/07/2024  98.32   21
21/07/2024  98.44   24
24/07/2024  98.46   27
25/07/2024  98.17   1
27/07/2024  98.11   3
28/07/2024  98.16   4
29/07/2024  98.66   5
31/07/2024  98.04   7
03/08/2024  97.73   10  
05/08/2024  97.35   12
06/08/2024  97.36   13
08/08/2024  98.01   14
", header = TRUE, stringsAsFactors = FALSE)

# 生成周期分组：当DayofCycle小于前一个值时，标记为新周期
temp_data$cycle_group <- cumsum(c(1, diff(temp_data$DayofCycle) < 0))

步骤2：绘制分周期折线图 #

初始化绘图区域后，循环绘制每个周期的折线，自动实现周期间断开，同时支持自定义颜色：

# 定义每个周期的颜色（可根据周期数量调整）
cycle_colors <- c("#1f77b4", "#ff7f0e", "#2ca02c")

# 初始化空绘图区域，设置轴范围和标签
plot(
  x = temp_data$DayofCycle, 
  y = temp_data$Temp, 
  type = "n",  # 不绘制初始点/线
  xlab = "周期天数", 
  ylab = "基础体温", 
  main = "分周期基础体温折线图",
  xlim = range(temp_data$DayofCycle, na.rm = TRUE),
  ylim = range(temp_data$Temp, na.rm = TRUE)
)

# 循环绘制每个周期的折线
for (g in unique(temp_data$cycle_group)) {
  # 提取当前周期的数据
  cycle_subset <- temp_data[temp_data$cycle_group == g, ]
  # 按周期天数排序（确保折线顺序正确）
  cycle_subset <- cycle_subset[order(cycle_subset$DayofCycle), ]
  # 绘制折线
  lines(
    x = cycle_subset$DayofCycle, 
    y = cycle_subset$Temp, 
    col = cycle_colors[g], 
    lwd = 2
  )
  # 可选：添加每个周期的数据点
  points(
    x = cycle_subset$DayofCycle, 
    y = cycle_subset$Temp, 
    col = cycle_colors[g], 
    pch = 16
  )
}

# 添加图例
legend(
  "topright", 
  legend = paste("周期", unique(temp_data$cycle_group)), 
  col = cycle_colors[unique(temp_data$cycle_group)], 
  lwd = 2, 
  pch = 16
)

关键说明 #

• 周期识别：通过diff(temp_data$DayofCycle) < 0判断新周期（当前天数小于前一天，说明是新周期第1天），用cumsum生成连续的分组ID。
• 折线断开：每个周期单独绘制lines，不同周期的折线自然不会连接，实现断开效果。
• 缺失值处理：Base R的lines和points会自动跳过NA值，无需额外处理。
• 颜色自定义：修改cycle_colors向量即可更换不同周期的折线颜色，颜色数量需不少于周期数量。

内容的提问来源于stack exchange，提问作者wpkzz