R中如何按组选取和最小的连续36行数据并绘制高亮分面柱状图

依赖包 #

首先确认已加载所需工具包：

library(tidyverse)
library(zoo)
library(gghighlight)

数据处理逻辑修正 #

你原有代码的核心问题有两个：一是mutate中使用df$SumsofOnline的写法会忽略分组逻辑，直接调用全局数据框的列，导致分组计算失效；二是rollapply默认返回的结果长度与原分组行数不匹配，无法直接关联回原始行。

我们通过新增标记列的方式，同时满足「提取对应行」和「后续绘图高亮」的需求：

df_processed <- df %>%
  group_by(week) %>%
  # 按日期升序排列，保证滑动窗口的时间连续性，.by_group保证在分组内排序
  arrange(Date, .by_group = TRUE) %>%
  # 过滤掉总行数不足36的分组，避免后续计算报错
  filter(n() >= 36) %>%
  # 计算左对齐的36行滑动和，不足36行的位置填充NA，每个值对应当前行作为起始的36行总和
  mutate(roll_sum = rollapply(Online_h, width = 36, FUN = sum, align = "left", fill = NA)) %>%
  # 定位当前分组内最小滑动和对应的窗口起始行号
  mutate(min_window_start = which.min(roll_sum)) %>%
  # 标记当前行是否属于最小和对应的36行窗口
  mutate(is_min_window = row_number() %in% min_window_start:(min_window_start + 35)) %>%
  ungroup()

如果需要单独提取每组符合要求的36条原数据，直接在上述代码末尾加filter(is_min_window == TRUE)即可。

绘图实现 #

直接使用新增的is_min_window标记列配合gghighlight实现分面高亮效果：

df_processed %>%
  ggplot(aes(x = Date, y = Online_h)) +
  # geom_col等价于geom_bar(stat = "identity")，写法更简洁
  geom_col() +
  facet_grid(rows = vars(week)) +
  gghighlight(
    is_min_window == TRUE,
    # 非高亮柱形降低透明度
    unhighlighted_params = list(alpha = 0.3)
  )

gghighlight会自动适配分面逻辑，每个week分面内仅高亮对应分组的最小和窗口行，无需额外配置分组参数。

内容的提问来源于stack exchange，提问作者Vahram