如何按时间追踪两组事件数量并绘制分组趋势图？

先修正数据代码 #

你写的最后一行代码缺了闭合括号，先补上：

require(tidyverse)

(df <- tribble( 
  ~id,    ~group,          ~event,
   1,        "A",    "2010/01/23",
   2,        "B",    "2010/02/13",
   3,        "A",    "2011/03/21",
   4,        "B",    "2010/01/20",
   5,        "B",    "2012/11/03",
   6,        "A",    "2012/08/12"
))

# 修正括号问题
df$event <- as.POSIXct(df$event, format = "%Y/%m/%d")

方案1：累计事件数折线图 #

要是想展示每个组别随时间的事件累积趋势，先排序再计算累计值，然后绘图：

# 按组别和时间排序，计算每组的累计事件数
df_cum <- df %>%
  arrange(group, event) %>%
  group_by(group) %>%
  mutate(cum_count = row_number())

# 画折线图
ggplot(df_cum, aes(x = event, y = cum_count, color = group)) +
  geom_line(linewidth = 1) +
  geom_point(size = 3) +  # 加上数据点更直观
  labs(
    x = "时间",
    y = "累计事件数量",
    color = "组别",
    title = "各组累计事件数随时间变化"
  ) +
  theme_minimal()

方案2：按时间区间统计的图表 #

如果要对比不同时间段（比如年、月）里各组的事件数量，先按时间区间分组统计，再绘图：

柱状图（适合对比数量差异） #

# 按年份分组统计事件数
df_year <- df %>%
  mutate(year = lubridate::year(event)) %>%  # 提取年份，lubridate属于tidyverse
  group_by(year, group) %>%
  summarise(event_num = n(), .groups = "drop")

ggplot(df_year, aes(x = factor(year), y = event_num, fill = group)) +
  geom_col(position = "dodge", width = 0.7) +  # 分组并列显示
  labs(
    x = "年份",
    y = "事件数量",
    fill = "组别",
    title = "各组年度事件数量统计"
  ) +
  theme_minimal()

折线图（适合展示趋势变化） #

ggplot(df_year, aes(x = year, y = event_num, color = group)) +
  geom_line(linewidth = 1) +
  geom_point(size = 3) +
  labs(
    x = "年份",
    y = "事件数量",
    color = "组别",
    title = "各组年度事件数量趋势"
  ) +
  theme_minimal()

补充说明 #

• 累计折线图能清晰看到每个事件发生时间对应的累计数量，适合追踪增长过程；
• 时间区间统计的图表可以调整粒度，比如要按月统计，把lubridate::year(event)换成lubridate::floor_date(event, "month")就行。

内容的提问来源于stack exchange，提问作者pietrodito