Plotly中accumulate_by传~date的作用及相关技术疑问

让我一步步拆解这个函数，帮你搞清楚传入~date时的细节和整个逻辑：

1. 传入~date时，dat和var的具体取值 #

• 首先，dat就是你传入的数据集——也就是经过filter(year > 2005, city %in% c("Abilene", "Bay Area"))处理后的txhousing子集，包含两个城市2005年后的房产数据。
• 而你传入的~date是一个公式对象（不是直接的列名字符串），它会先被传入accumulate_by的var参数。接下来通过lazyeval::f_eval(var, dat)，这个函数会把公式~date在dat的环境中求值，最终var会变成dat$date这个日期向量——也就是子集中所有的日期数据。

2. accumulate_by函数的完整工作流程 #

这个函数的核心是生成累积式的动画帧数据，步骤如下：

• 第一步：通过lazyeval::f_eval把传入的公式（比如~date）转换成数据集中对应的列向量，拿到我们要按其累积的变量（这里是日期）。
• 第二步：调用plotly:::getLevels(var)获取该变量的所有唯一值，并且按原有顺序排列（对于日期来说就是按时间先后排序），得到一个有序的唯一值列表lvls。
• 第三步：用lapply遍历lvls的每个位置x（从1到总长度）：
  • 筛选出dat中var（日期）属于lvls[seq(1, x)]的所有行——也就是从第一个日期到第x个日期的所有历史数据。
  • 给筛选出的子集新增一列frame，值为当前的lvls[[x]]（也就是当前累积到的日期）。
• 第四步：用dplyr::bind_rows把所有这些子集合并成一个大数据集，这个数据集就是动画的基础——每个frame对应到某个日期为止的全部累积数据，这样Plotly就能按帧播放出从最早日期逐步累积到最新日期的动画效果。

3. 关于plotly:::getLevels函数的说明 #

这个是Plotly包的内部未导出函数（所以用:::调用，而非公开的::），官方确实没有对外提供文档。它的核心作用是提取输入向量的所有唯一值，并且严格保留数据的固有顺序：

• 如果是因子，就按因子水平的顺序返回；
• 如果是日期、数值这类有序数据，就按自然顺序排序后返回；
• 这比普通的unique()函数更适合时间序列动画，能保证累积的顺序不会乱。

内容的提问来源于stack exchange，提问作者Arseny Sokolov