如何在R中基于单条记录绘制运行累计总和？附数据集处理需求

没问题，我来帮你一步步搞定这个需求！你的数据集记录了不同城市的项目参与时间段和人口数，我们需要把这些单个记录转化为时间事件序列，再计算累计参与人数，最后绘制运行总和图。

步骤1：数据预处理（转换日期格式） #

首先，你给的日期是字符型，R没法正确识别时间顺序，所以第一步要把Enter.Program和Leave.Program转换成日期类型：

# 加载需要的包（没安装的话先运行：install.packages(c("dplyr", "tidyr", "ggplot2"))）
library(dplyr)
library(tidyr)
library(ggplot2)

# 你的原始数据
example.dat <- data.frame(
  Population = c(1000, 2000, 3000),
  Enter.Program = c("15-10-01", "16-05-01", "16-07-01"),
  Leave.Program = c("16-06-01", "16-10-01", "17-08-01")
)

# 转换日期格式：注意你的日期是日-月-年，所以用"%d-%m-%y"
example.dat <- example.dat %>%
  mutate(
    Enter.Program = as.Date(Enter.Program, format = "%d-%m-%y"),
    Leave.Program = as.Date(Leave.Program, format = "%d-%m-%y")
  )

步骤2：生成事件序列数据框 #

我们需要把每个城市的记录拆成两个事件：进入项目（人口增加）和离开项目（人口减少）。用pivot_longer可以快速完成这个转换：

event_data <- example.dat %>%
  pivot_longer(
    cols = c(Enter.Program, Leave.Program),
    names_to = "Event_Type",
    values_to = "Event_Date"
  ) %>%
  # 给事件对应的人口变化赋值：进入是+Population，离开是-Population
  mutate(Pop_Change = ifelse(Event_Type == "Enter.Program", Population, -Population)) %>%
  # 只保留需要的列
  select(Event_Date, Pop_Change)

转换后的event_data示例：

Event_Date Pop_Change
1 2015-10-01       1000
2 2016-06-01      -1000
3 2016-05-01       2000
4 2016-10-01      -2000
5 2016-07-01       3000
6 2017-08-01      -3000

步骤3：计算运行累计总和 #

接下来按时间排序事件，然后用cumsum()计算累计参与人数：

cumulative_data <- event_data %>%
  arrange(Event_Date) %>%
  mutate(Cumulative_Pop = cumsum(Pop_Change))

得到的累计数据示例：

Event_Date Pop_Change Cumulative_Pop
1 2015-10-01       1000           1000
2 2016-05-01       2000           3000
3 2016-06-01      -1000           2000
4 2016-07-01       3000           5000
5 2016-10-01      -2000           3000
6 2017-08-01      -3000              0

步骤4：绘制运行累计总和图 #

用ggplot2绘制折线图，能清晰展示人数随时间的变化：

ggplot(cumulative_data, aes(x = Event_Date, y = Cumulative_Pop)) +
  geom_line(color = "#2c3e50", size = 1.2) +
  geom_point(size = 3, color = "#e74c3c") +
  labs(
    title = "项目参与人数累计变化",
    x = "日期",
    y = "累计参与人数"
  ) +
  theme_minimal() +
  theme(plot.title = element_text(hjust = 0.5, size = 14, face = "bold"))

这个图会显示每个事件点的人数突变，折线连接后就是完整的运行累计趋势。

额外提示 #

• 如果你的数据集包含多个城市，只需要在pivot_longer前保留City列，绘图时加上facet_wrap(~City)就能分城市展示各自的趋势。
• 要是需要更精细的时间粒度（比如按月份统计），可以用lubridate::floor_date()把日期统一到月/周级别后再计算累计值。

内容的提问来源于stack exchange，提问作者bikeclub