R语言下如何基于文章日期数据实现月度发文量统计及ggplot柱状图绘制
R语言月度文章计数与可视化实现步骤
1. 所需环境准备
实现该功能需要用到数据处理、日期操作、可视化三类扩展包,可通过如下代码加载(首次使用需先完成安装):
# 首次运行请先安装包 install.packages(c("lubridate", "dplyr", "ggplot2")) # 加载依赖 library(lubridate) library(dplyr) library(ggplot2)
2. 修正示例数据的日期解析问题
原示例代码中日期解析的格式参数存在偏差:你的日期字符串为4位完整年份,需对应格式符%Y,而非适配2位年份的%y,否则会将日期解析为NA值。修正后的数据构造代码如下:
articledf <- data.frame( articles = c( "on April 3rd","Happening now", "This happened today", "Today, this happened", "Yesterday, a car crashed into a building", "Tomorrow, this will take place" ) ) # 修正日期格式解析参数 articledf$date <- as.Date( c("18/04/2021","21/04/2021","28/05/2021", "30/05/2021","30/05/2021","30/05/2021"), format = "%d/%m/%Y" )
3. 按月份粒度聚合文章计数
通过floor_date()将每条文章的发布日期向下取整到当月第一天,实现粒度从“日”到“月”的转换,再分组统计每个自然月的发文总量:
monthly_article_count <- articledf %>% # 将日期映射为所属月份的统一标识(当月1号) mutate(month = floor_date(date, unit = "month")) %>% # 按月份维度分组 group_by(month) %>% # 统计组内文章数量 summarise(article_cnt = n(), .groups = "drop")
聚合完成后得到的结构化结果为:
# A tibble: 2 × 2 month article_cnt <date> <int> 1 2021-04-01 2 2 2021-05-01 4
小提示:如果直接用
format(date, "%Y-%m")生成字符型月份字段也能完成基础聚合,但该方式会将月份识别为离散分类变量,后续绘图时无法自动补全无发文的空月份,容易造成时间轴断层,更推荐使用日期型的月份标识完成聚合。
4. 基于ggplot绘制月度发文量柱状图
基于聚合后的月度计数结果绘图,通过坐标轴参数将日期标签格式化为易读的“年-月”样式:
ggplot(monthly_article_count, aes(x = month, y = article_cnt)) + # 绘制柱状图,设置柱子宽度适配月度时间粒度 geom_col(fill = "#2c7fb8", width = 20) + # 自定义图表文本 labs( x = "发布月份", y = "月度发文数量", title = "新闻平台月度发文量统计" ) + # 设置X轴为连续时间格式,按月份间隔打刻度,显示为YYYY-MM样式 scale_x_date(date_labels = "%Y-%m", date_breaks = "1 month") + # 套用清爽的可视化主题 theme_minimal()
内容的提问来源于stack exchange,提问作者scarlett rouge
相关产品推荐
相关产品推荐

