Ggplot数值型年月转日期及任职时间区间绘制问题

实现方案 #

前置依赖 #

用到tidyverse做数据清洗与可视化，lubridate做日期处理，可按需安装加载：

install.packages(c("tidyverse", "lubridate"))
library(tidyverse)
library(lubridate)

第一步：数据预处理（同时满足两个需求） #

直接基于你生成的mydata做转换：

mydata_clean <- mydata %>%
  # 数值型YYYYMM转标准日期格式，默认取当月第一天
  mutate(period_date = ym(period)) %>%
  # 按个体、单位分组，识别连续任职段
  group_by(id, workplace) %>%
  # 当前月与上一个任职月差超过1个月则标记为新任职段
  mutate(
    is_new = is.na(lag(period_date)) | period_date != lag(period_date) %m+% months(1),
    segment_id = cumsum(is_new)
  ) %>%
  # 按单个连续任职段聚合，提取区间起止时间
  group_by(id, workplace, segment_id) %>%
  summarise(
    # 任职段首月第一天
    start = min(period_date),
    # 任职段末月最后一天：取下月第一天再减1天即可
    end = ceiling_date(max(period_date), "month") - days(1),
    .groups = "drop"
  )

处理后的数据每一行对应「个体-单位-单段连续任职」的唯一记录，时间均为标准Date格式，方便后续任意时间运算。

第二步：优化可视化逻辑 #

原来用geom_line需要多个连续点才能生成线段，单月记录自然无法显示，改用geom_linerange直接渲染时间区间即可：

ggplot(mydata_clean, aes(x = id, color = workplace)) +
  geom_linerange(
    aes(ymin = start, ymax = end),
    position = position_dodge(width = 0.3),
    linewidth = 2
  ) +
  scale_x_discrete(limits = rev) +
  # Y轴用日期刻度，保持原有YYYYMM的展示习惯
  scale_y_date(date_breaks = "1 month", date_labels = "%Y%m") +
  coord_flip() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    legend.position = c(.8, .2),
    legend.direction = "vertical",
    legend.background = element_rect(linetype = "solid", colour = "black"),
    panel.background = element_rect(fill = "grey97")
  ) +
  labs(y = "时间", title = "任职情况")

效果说明 #

1. 个体D的单月任职会完整展示为2012年1月全月的线段，无丢失问题
2. 同一个体离职后再返回同一单位的任职场景，会被自动识别为独立区间，分开展示
3. 所有时间字段均为标准日期格式，后续做时间差计算、区间筛选等操作可直接调用R原生日期函数，无需再做格式转换

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