具有最新观测数据的散点图

Question

我发现在根据每个变量的最新观测结果创建散点图时存在一些问题。我想对每个变量和每个国家的最新obs进行计算，然后计算散点图。我用随机数创建了一个简短的示例，以显示在我的基础结构中，由于df表中缺少观察，一些国家被遗漏了。该图表应为NL和FR的2019Q1。

library(zoo)
library(ggplot2)
library(ggrepel)
library(data.table)


# scatterplot preparation
set.seed(123)
country <- c("AT", "BE", "NL", "DE", "FR", "IT", "ES", "PT", "AT", "BE", "NL", "DE", "FR", "IT", "ES", "PT")
year <- as.yearqtr(c("2019 Q1", "2019 Q1","2019 Q1", "2019 Q1", "2019 Q1", "2019 Q1", "2019 Q1", "2019 Q1", "2019 Q2", "2019 Q2", "2019 Q2", "2019 Q2", "2019 Q2", "2019 Q2", "2019 Q2", "2019 Q2"))

HPG <- runif(16, min=0, max=5)

HAR <- runif(16, min=-1, max=3)
HAR[c(11,13)] <- NA

df <- data.frame(country, year, HPG, HAR)
df <- as.data.table(df)

df2019q2 <- df[df$year == "2019 Q2"]

ggplot(data = df2019q2, aes(x = HAR, y = HPG, label = country)) + 
  geom_point(colour = "blue") +
  geom_label_repel(aes(label = country),
                   box.padding   = 0.35, 
                   point.padding = 0.5,
                   segment.color = 'grey50') +
 theme_bw() + 
guides(linetype = FALSE, size = FALSE) + 
  scale_y_continuous(name = "HPG", breaks = scales::pretty_breaks(n = 10), limits = c(-6, 4)) +
  scale_x_continuous(name = "HAR", breaks = scales::pretty_breaks(n = 10))

Answer 1

答案取决于您是希望仅用以前的信息替换丢失的值，还是对所有值取最后一个季度。下面是使用data.table和/或zoo的解决方案。

第一个场景--上一季度所有列（即har和hpg)：

df2019q2 <- na.omit(df)[order(year), ][, .SD[.N], by = country]

因此，我们首先用na.omit删除所有缺少任何值的行，然后用year按year按year按order，最后但并非最不重要的是取一个数据子集(.sd)，因此每个country，只取最后一行(.n)（正如@uwe所建议的，您也可以使用last(.sd)获取最后

情节看起来像：

第二个场景--分别对每一列进行最后一次观察，例如，对于2019q2，我们保留mpg，对于2019q1，我们保留har。

您可以使用zoo中的na.locf在hpg和mpg列中向前推进上一次观察，例如：

df2019q2 <- df[, c("HPG", "HAR") := lapply(.SD, na.locf), by = country, .SDcols = c("HPG", "HAR")][year == "2019 Q2"]

重要提示：在这两种情况下，您都需要调整ggplot代码来扩展限制（否则将再次丢失信息）-我已经将C(-6,4)替换为C(-6,6):

ggplot(data = df2019q2, aes(x = HAR, y = HPG, label = country)) + 
  geom_point(colour = "blue") +
  geom_label_repel(aes(label = country),
                   box.padding   = 0.35, 
                   point.padding = 0.5,
                   segment.color = 'grey50') +
  theme_bw() + 
  guides(linetype = FALSE, size = FALSE) + 
  scale_y_continuous(name = "HPG", breaks = scales::pretty_breaks(n = 10), limits = c(-6, 6)) +
  scale_x_continuous(name = "HAR", breaks = scales::pretty_breaks(n = 10))