如何使用R和ggplot绘制Zoom会议全程在线参会人数变化图

完全可以基于你现有的join.time、leave.time数据实现需求，以下是具体操作逻辑和代码：

核心思路 #

每个用户的入会动作会使在线人数+1，退会动作会使在线人数-1，把所有动作按时间排序后计算累计值，就能得到任意时间点的同时在线人数。你可以选择两种统计方式：

• 事件触发式：精确对应用户入会退会的时间点，人数变化为阶梯状
• 时间切片式：按固定时间间隔（如1分钟、5分钟）统计区间内的端点在线人数，曲线更平滑，适合长会议场景

具体实现代码 #

1. 加载依赖包 #

# 用到tidyverse做数据处理，ggplot2做可视化，lubridate处理时间格式
library(tidyverse)
library(lubridate)

2. 数据处理（事件触发式） #

# 构造事件表：区分入会/退会事件，标记人数变化值
event_df <- DF %>%
  select(join.time, leave.time) %>%
  pivot_longer(cols = everything(), 
               names_to = "event_type", 
               values_to = "time") %>%
  mutate(count = ifelse(event_type == "join.time", 1, -1)) %>%
  # 按时间排序后计算累计在线人数
  arrange(time) %>%
  mutate(online_num = cumsum(count))

3. 数据处理（时间切片式，更常用） #

# 生成覆盖会议全程的时间序列，可自定义间隔为"5 min"、"10 min"等
time_seq <- seq(from = min(DF$join.time), to = max(DF$leave.time), by = "1 min")

# 统计每个时间切片点的在线人数
online_stat <- tibble(time = time_seq) %>%
  rowwise() %>%
  mutate(online_num = sum(DF$join.time <= time & DF$leave.time >= time))

4. 绘制可视化图表 #

以时间切片式的统计结果为例，绘制带填充的折线图：

ggplot(online_stat, aes(x = time, y = online_num)) +
  # 折线层
  geom_line(color = "#1f77b4", linewidth = 1.2) +
  # 面积填充层，可根据需要删除
  geom_area(fill = "#aec7e8", alpha = 0.5) +
  # 坐标轴和标题配置
  labs(
    x = "会议时间",
    y = "同时在线人数",
    title = "Zoom会议实时在线人数趋势"
  ) +
  # 时间轴格式化，按1小时展示刻度
  scale_x_datetime(date_labels = "%H:%M", date_breaks = "1 hour") +
  theme_bw()

如果想要直方图样式，把geom_line替换为geom_col即可。

内容的提问来源于stack exchange，提问作者Signe Hagner