R语言：无X变量多列数据绘图、批量处理及极值标记求助

问题1：多列数据用1-101序列作为X轴，修复zoo绘图的X轴标签混乱 #

方案1：用ggplot2实现（更灵活可控） #

先将宽格式数据转为长格式，手动生成1到101的X序列，再绘图：

library(tidyverse)
# 处理目标数据框（取前9列）
df_long <- HIP_131_Y0_LC_walk1[, 1:9] %>%
  mutate(x = 1:n()) %>%  # 生成X轴序列1-101
  pivot_longer(cols = -x, names_to = "变量", values_to = "数值")

# 绘图
ggplot(df_long, aes(x = x, y = 数值, color = 变量)) +
  geom_line() +
  scale_x_continuous(breaks = seq(0, 101, by = 10))  # 自定义X轴刻度间隔

方案2：修复zoo绘图的X轴标签 #

给zoo对象指定明确的index为1-101，就能让X轴标签正常显示：

library(zoo)
# 创建带指定index的zoo对象
df_zoo <- zoo(HIP_131_Y0_LC_walk1[1:101, 1:9], order.by = 1:101)
plot(df_zoo, xlab = "X", ylab = "数值")

问题2：批量处理列表中的多个数据框 #

方案1：ggplot2批量生成图形 #

定义处理单个数据框的绘图函数，再用lapply批量应用：

library(tidyverse)
library(gridExtra)

# 定义单个数据框的绘图函数
plot_single_df <- function(df) {
  df_long <- df %>%
    mutate(x = 1:n()) %>%
    pivot_longer(cols = -x, names_to = "变量", values_to = "数值")
  
  ggplot(df_long, aes(x = x, y = 数值, color = 变量)) +
    geom_line() +
    scale_x_continuous(limits = c(1, 101))
}

# 批量生成图形列表
graph_list <- lapply(myfiles, plot_single_df)

# 拼接并展示所有图形
do.call(grid.arrange, graph_list)

方案2：zoo批量绘图 #

在函数内完成zoo对象创建与绘图，批量执行：

library(zoo)

# 定义zoo绘图函数
plot_zoo_single <- function(df) {
  df_zoo <- zoo(df[1:101, ], order.by = 1:101)
  plot(df_zoo)
}

# 批量绘制（会逐个弹出图形窗口）
lapply(myfiles, plot_zoo_single)

问题3：在图中标记数据极值 #

推荐用ggplot2实现，灵活且易操作：

library(tidyverse)

# 先处理数据，标记每个变量的最大值和最小值
df_long_with_extremes <- df_long %>%
  group_by(变量) %>%
  mutate(
    是最大值 = 数值 == max(数值),
    是最小值 = 数值 == min(数值)
  ) %>%
  ungroup()

# 绘图并标记极值
ggplot(df_long_with_extremes, aes(x = x, y = 数值, color = 变量)) +
  geom_line() +
  # 标记最大值（黑色边框，填充对应颜色的圆点）
  geom_point(
    data = filter(df_long_with_extremes, 是最大值),
    aes(fill = 变量), shape = 21, size = 3, color = "black"
  ) +
  # 标记最小值（黑色边框，填充对应颜色的方块）
  geom_point(
    data = filter(df_long_with_extremes, 是最小值),
    aes(fill = 变量), shape = 22, size = 3, color = "black"
  ) +
  scale_x_continuous(limits = c(1, 101))

内容的提问来源于stack exchange，提问作者Edgar Garcia