R语言数据框操作：将指定变量归组以绘制rCharts MultiBarChart

第一步：修正可运行的基础示例数据 #

你给出的示例代码存在两处运行报错的问题，先修正为可执行版本：

# 修正点：给字符串值加引号，统一列名匹配
Date <- seq(from = as.Date("2017-01-01"), to = as.Date("2017-01-03"), by = 'day')
Weights <- c(37,42,NA)
Running <- c(60, NA, 90)
Breakfast <- c("toast", "banana", "yogurt")
df <- data.frame(Date, Weights, Running, Breakfast)

第二步：转换为适配绘图要求的长表结构 #

rCharts的MultiBarChart本身依赖长表结构才能识别分组变量，不需要改动你原数据里的Breakfast等独立变量，只提取需要归到Exercise分组的Weights、Running两列做宽转长即可：

# 加载reshape2包做宽转长操作
library(reshape2)
# 仅选择Date、Weights、Running三列参与转换，排除其他无关变量
plot_ready_df <- melt(
  data = df[, c("Date", "Weights", "Running")],
  id.vars = "Date", # 保留X轴变量作为固定标识列
  variable.name = "Exercise", # 生成分组列，列名和你要的绘图参数完全一致
  value.name = "y" # 生成Y轴数值列，匹配绘图公式
)

转换完成后的plot_ready_df完全符合你预期的绘图数据结构，全程没有改动Breakfast的原始存储逻辑，也不会把它纳入Exercise分组。

第三步：直接调用目标绘图代码 #

转换完成后，直接运行你原本就计划使用的代码即可出图：

library(rCharts)
nPlot(y ~ Date, group = "Exercise", data = plot_ready_df, type = "multiBarChart")

带Name字段过滤的场景补充 #

如果你的原始数据包含Name列，只需要在melt函数的id.vars参数里加上"Name"，转换后的数据会自动保留Name字段，既不影响多条形图绘制，也可以直接通过交互筛选、subset过滤实现按Name查看对应数据的需求。

针对你提到的50个变量的大型数据框，上述操作只会处理你指定纳入Exercise分组的两个变量，剩下的48个变量完全不会被改动，也不会产生多余的转换开销。

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