如何绘制序列事件数据value字段随时间变化的缺失值(NA)趋势图

核心逻辑 #

• 按time字段对数据分组，统计每个时间节点下value列的NA数量或占比
• 以时间为横轴，NA统计值为纵轴绘制折线图，即可直观呈现缺失值随时间的变化趋势
• 你提供的示例数据统计结果为：time=1时NA数为0，time=2为1，time=3为2，time=4为3，time=5为5，完全符合随时间递增的特征

Python 实现（pandas + matplotlib） #

import pandas as pd
import matplotlib.pyplot as plt

# 替换为你的数据读取逻辑，支持csv、excel等多种格式
df = pd.read_csv("your_data_path.csv")

# 按time分组统计value列的NA数量，如需统计缺失率将sum改为mean再乘以100即可
na_stats = df.groupby("time")["value"].apply(lambda x: x.isna().sum()).reset_index(name="na_count")

# 绘制趋势图
plt.figure(figsize=(8, 4))
plt.plot(na_stats["time"], na_stats["na_count"], marker="o", color="#2c7fb8", linewidth=2)
plt.xlabel("时间")
plt.ylabel("value字段NA数量")
plt.title("value字段缺失数随时间变化趋势")
plt.grid(axis="y", linestyle="--", alpha=0.7)
plt.show()

R 实现（dplyr + ggplot2） #

library(dplyr)
library(ggplot2)

# 替换为你的数据读取逻辑，na.strings指定将文本NA识别为缺失值
df <- read.csv("your_data_path.csv", na.strings = "NA")

# 按time分组统计NA数量，如需缺失率将sum改为mean再乘以100即可
na_stats <- df %>%
  group_by(time) %>%
  summarise(na_count = sum(is.na(value)))

# 绘制趋势图
ggplot(na_stats, aes(x = time, y = na_count)) +
  geom_line(color = "#2c7fb8", linewidth = 1.2) +
  geom_point(size = 3) +
  labs(x = "时间", y = "value字段NA数量", title = "value字段缺失数随时间变化趋势") +
  theme_bw() +
  theme(panel.grid.minor = element_blank())

内容的提问来源于stack exchange，提问作者cliu