在R中绘制多起点滚动预测结果图的方法咨询

方法一：循环批量填充NA #

假设你的预测数据框名为pred_df，每行对应一个起点的8期预测值。可以通过循环为每行添加对应数量的NA到行首：

# 生成示例数据：5个起点，每个起点8期随机预测值
pred_df <- data.frame(matrix(rnorm(40), nrow=5, ncol=8))

# 循环处理每一行
for (i in seq(nrow(pred_df))) {
  # 第i行添加i-1个NA
  pred_df[i, ] <- c(rep(NA, i-1), pred_df[i, ])
}

处理后的数据框每行预测值会向右偏移对应位置，直接用matplot就能画出多起点预测图：

matplot(pred_df, type = "l", col = "#2e8b57", lty = 1, xlab = "时间", ylab = "预测值")

方法二：tidyverse向量化处理（推荐） #

不用手动填NA，直接转换为长格式并计算时间点，更高效且适配ggplot绘图：

library(dplyr)
library(tidyr)
library(ggplot2)

# 示例数据
pred_df <- data.frame(matrix(rnorm(40), nrow=5, ncol=8)) %>%
  # 标记每个预测起点
  mutate(start_id = row_number()) %>%
  # 转换为长格式，拆分预测期数
  pivot_longer(-start_id, names_to = "horizon", values_to = "pred_val") %>%
  # 计算每个预测值对应的时间点（起点+期数-1）
  mutate(horizon = as.integer(sub("X", "", horizon)),
         time = start_id + horizon - 1)

# 绘制多起点预测图
ggplot(pred_df, aes(x = time, y = pred_val, group = start_id)) +
  geom_line(color = "#4682b4", alpha = 0.7) +
  labs(x = "时间", y = "预测值", title = "多起点滚动预测曲线")

这种方法避免了循环操作，同时生成的长格式数据更适合后续的可视化和分析。

替代方案：apply函数批量处理 #

如果偏好宽格式且不想用循环，可借助apply函数实现：

pred_df <- data.frame(matrix(rnorm(40), nrow=5, ncol=8))
# 逐行填充NA并转置回原结构
filled_pred <- t(apply(pred_df, 1, function(row) {
  row_idx <- which(rownames(pred_df) == rownames(row))
  c(rep(NA, row_idx - 1), row)
}))
# 绘图
matplot(filled_pred, type = "l", col = "#ff6347", lty = 1, xlab = "时间", ylab = "预测值")

内容的提问来源于stack exchange，提问作者Johanna W