Mengapa grafik area bertumpuk saya di ggplot2 kosong

Saya akan mulai dengan pertanyaan kedua, yang lebih mudah. Menggunakan dplyr paket, Anda dapat menggunakan top_n untuk mendapatkan n baris terbesar untuk kolom tertentu. Misalnya:

> top_n(p_ash_r_100a, 3, SMPL_CNT) %>% arrange(desc(SMPL_CNT))
# A tibble: 3 × 5
            SMPL_TIME        SQL_ID     MODULE                   EVENT SMPL_CNT
               <dttm>         <chr>      <chr>                   <chr>    <int>
1 2017-04-11 09:01:00        NO_SQL GoldenGate                     CPU        7
2 2017-04-11 09:00:00 dgzp3at57cagd GoldenGate db file sequential read        2
3 2017-04-11 09:01:00 37cspa0acgqxp GoldenGate db file sequential read        2

Perhatikan bahwa Anda akan mendapatkan lebih dari n baris jika ada ikatan untuk tempat ke-n. Jadi top_n(p_ash_r_100, 10, SMPL_CNT) akan mengembalikan seluruh kumpulan data sampel karena dasi 17 arah untuk urutan ke-4.

Untuk pertanyaan pertama, dokumentasi untuk geom_area memberikan petunjuk:

Ini menunjukkan bahwa geom_area mengharapkan kolom yang dipetakan ke x harus numerik. Berdasarkan daftar untuk p_ash_r_100 , SMPL_TIME tampaknya menjadi vektor karakter. Dengan lubridate paket, kita dapat mengonversi SMPL_TIME ke tanggal-waktu dengan dmy_hm :

p_ash_r_100a <- p_ash_r_100 %>%
  mutate_at(vars(SMPL_TIME), dmy_hm)

Namun, ini tidak cukup untuk mendapatkan plot yang Anda inginkan karena ada beberapa nilai y untuk setiap kombinasi x dan fill (yang merupakan estetika yang benar untuk geom_area , bukan "col "). Kita perlu meringkas data sebelum membuat plot:

p_ash_r_100a %>%
  group_by(SMPL_TIME, EVENT) %>%
  summarise(total = sum(SMPL_CNT)) %>%
  ggplot(aes(SMPL_TIME, total, fill = EVENT)) +
  geom_area()

Namun plotnya masih belum benar. Ini karena setiap kombinasi SMPL_TIME dan EVENT tidak terwakili dalam kumpulan data. Kita perlu secara eksplisit memberi tahu geom_area y itu sama dengan nol untuk baris yang hilang. Salah satu caranya adalah dengan menggunakan fill handy yang praktis argumen di tidyr::spread .

group_by(p_ash_r_100a, SMPL_TIME, EVENT) %>%
  summarise(smpl_sum = sum(SMPL_CNT)) %>%
  spread(EVENT, smpl_sum, fill = 0) %>% 
  gather(EVENT, smpl_sum, CPU, `db file sequential read`, 
         `direct path write`,
         `Log archive I/O`) %>%
  ggplot(aes(x = SMPL_TIME, y = smpl_sum, fill = EVENT)) +
  geom_area()