如何利用日期时间变量创建带小时粒度的流行曲线（直方图）

问题背景 #

你需要构建按2小时粒度统计病例数的流行曲线，保留完整的日期时间信息，避免as.Date()截断时间导致的日粒度统计问题。你的模拟数据集包含《海底总动员》角色的症状发作时间，其中Dory的发作时间为NA，需要在绘图时过滤。

解决方案步骤 #

• 保留datetime类型：不要将symptom_onset转换为Date类型，保留原始的dttm（POSIXct/POSIXlt）格式。
• 过滤缺失值：移除symptom_onset为NA的记录（如Dory的数据），避免干扰统计。
• 设置2小时统计区间：在geom_histogram中通过binwidth指定2小时的区间宽度（单位为秒，2小时=7200秒），或用breaks手动生成间隔。
• 优化X轴显示：使用scale_x_datetime设置日期时间范围，并调整刻度格式，确保完整显示日期和小时。
• 修正文本标签：确保geom_text的统计逻辑正确，显示每个区间的病例数。

完整代码实现 #

# 加载必要包
library(ggplot2)
library(dplyr)

# 模拟数据集（可替换为你的finding_nemo数据）
finding_nemo <- tibble(
  first_name = c("Nemo", "Marlin", "Dory", "Bruce", "Nigel", "Peach", "Tad", "Crush", "Squirt", "Pearl", "Jacques"),
  last_name = c("Clownfish", "Clownfish", "Tang", "Shark", "Pelican", "Starfish", "Butterflyfish", "Turtle", "Turtle", "Octopus", "Shrimp"),
  symptom_onset = as.POSIXct(c("2023-05-20 01:23:11", "2023-05-19 16:03:22", NA, "2023-05-19 16:55:33", "2023-05-19 18:22:24", "2023-05-20 01:03:18", "2023-05-21 02:10:16", "2023-05-20 01:40:37", "2023-05-20 01:45:23", "2023-05-20 01:32:26", "2023-05-20 02:54:08"))
)

# 过滤NA并绘制流行曲线
ggplot(data = filter(finding_nemo, !is.na(symptom_onset)), aes(x = symptom_onset)) +
  geom_histogram(fill = "#197C67", binwidth = 7200, color = "white") + # 7200秒=2小时
  geom_text(stat = "count", aes(label = after_stat(count)), vjust = -0.5, size = 3.5) +
  labs(
    title = "EpiCurve for Sick Fish at Nemo's Picnic",
    x = "Symptom Onset (Date & Hour)",
    y = "Number of Cases"
  ) +
  scale_x_datetime(
    limits = as.POSIXct(c("2023-05-19 12:00:00", "2023-05-21 06:00:00")),
    date_labels = "%Y-%m-%d %H:%M", # 自定义日期时间显示格式
    date_breaks = "2 hours" # 设置X轴刻度间隔为2小时
  ) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) # 旋转X轴标签避免重叠

代码说明 #

• binwidth = 7200：直接指定每个直方图区间的宽度为2小时（7200秒），确保按2小时粒度统计病例数。
• filter(finding_nemo, !is.na(symptom_onset))：过滤掉无发作时间的记录，保证统计结果准确。
• scale_x_datetime：通过date_labels设置日期时间的显示格式，date_breaks强制X轴每2小时显示一个刻度，同时调整标签角度避免重叠。
• after_stat(count)：使用ggplot2最新语法替代旧版的..count..，确保代码兼容性。

内容的提问来源于stack exchange，提问作者Matt