今天写的时间序列还是比较基础的，和传统的2个变量没什么太大的区别，之后会给大家写点进阶的，欢迎关注。

今天用到的数据为gapminder数据集，这个数据集是dslabs包自带的数据集，数据集的主要内容就是全球的经济和健康状况，具体变量大家自行查看，这篇文章我们主要看作图。

实例操练

加载包和导入数据：

library(tidyverse)
library(dslabs)
data(gapminder)
gapminder %>% as_tibble()

比如我们想画出美国婴儿出生率的点图：

gapminder %>% 
  filter(country == "United States") %>% 
  ggplot(aes(year, fertility)) +
  geom_point()

通过上面的点图很容易看出来美国不同时期fertility的变化趋势，当图中的点的间距相当的时候我们可以将点图直接转化为线图：

gapminder %>% 
  filter(country == "United States") %>% 
  ggplot(aes(year, fertility)) +
  geom_line()

一次画两个国家

很多时候，我们会想要对不同国家的数据进行对比，此时我们会画2个线图在同一个图中：

countries <- c("South Korea","Germany")

gapminder %>% filter(country %in% countries) %>% 
  ggplot(aes(year,fertility)) +
  geom_line()

运行上面的代码并不能得到我们想要的结果：

我们看它会默认把所有的点连起来，很尴尬，此时我们需要指定分组group。

countries <- c("South Korea","Germany")

gapminder %>% filter(country %in% countries & !is.na(fertility)) %>% 
  ggplot(aes(year, fertility, group = country)) +
  geom_line()

这下就好了，不过这个图给你，还是不知道哪个线对应哪个国家，所以我们需要图例：

countries <- c("South Korea","Germany")

gapminder %>% filter(country %in% countries & !is.na(fertility)) %>% 
  ggplot(aes(year,fertility, col = country)) +
  geom_line()

可以看到有了col这个参数后就自动进行了分组操作，推荐大家直接用col参数就行，不用考虑group参数。

给图加标签

有些时候标签比图例好使，怎么在一个图的特定位置加标签呢？看下面代码：

labels <- data.frame(country = countries, x = c(1975,1965), y = c(60,72))

gapminder %>% 
  filter(country %in% countries) %>% 
  ggplot(aes(year, life_expectancy, col = country)) +
  geom_line() +
  geom_text(data = labels, aes(x, y, label = country), size = 5) +
  theme(legend.position = "none")

解释以下上面的代码：上面的代码中我们首先定义了一个包含label坐标的数据框：label;然后我们在原图中加了一个geometry：geom_text，在geom_text中使用的数据就是我们定义的数据框，最后我们使用了没有图例的主题。

小结

今天给大家介绍了时间序列的画图，其实没介绍啥特别的，主要有用的还是图中标签的添加方法，关于详细的ggplot2作图，请看我之前的文章，感谢大家耐心看完。发表这些东西的主要目的就是督促自己，希望大家关注评论指出不足，一起进步。内容我都会写的很细，用到的数据集也会在原文中给出链接，你只要按照文章中的代码自己也可以做出一样的结果，一个目的就是零基础也能懂，因为自己就是什么基础没有从零学Python和R的，加油。

（站外链接发不了，请关注后私信回复“数据链接”获取本头条号所有使用数据）

往期内容：

R数据分析：dplyr包学习笔记（吐血整理宇宙无敌详细版）

R数据分析：用R生成一个直接可以发表的结果表格：好后悔之前不会

R语言作图：如何在同一图层画多个geoms