Sie einige Zeit durch einige ggplot2 Tutorials lesen nehmen sollte, so dass Sie kann es für Sie einen Teil der Arbeit tun lassen, vor allem, wenn Sie ein wenig Daten Neuanordnung tun.
Sie müssen auch ein richtiges Datum + Zeit Objekt für die Auflösung, die Sie wollen.
library(tidyverse)
Moisture_kurokawa <- read_csv("~/Data/Moisture kurokawa.csv")
mutate(Moisture_kurokawa,
timestamp = lubridate::mdy_hms(sprintf("%s %s", Date, Time))) %>%
select(-Date, -Time) %>%
gather(W, value, -timestamp) -> moisture_long
moisture_long
## # A tibble: 17,645 x 3
## timestamp W value
## <dttm> <chr> <dbl>
## 1 2017-06-24 00:00:00 W5 0.333
## 2 2017-06-24 00:30:00 W5 0.333
## 3 2017-06-24 01:00:00 W5 0.334
## 4 2017-06-24 01:30:00 W5 0.334
## 5 2017-06-24 02:00:00 W5 0.334
## 6 2017-06-24 02:30:00 W5 0.334
## 7 2017-06-24 03:00:00 W5 0.335
## 8 2017-06-24 03:30:00 W5 0.335
## 9 2017-06-24 04:00:00 W5 0.335
## 10 2017-06-24 04:30:00 W5 0.335
## # ... with 17,635 more rows
ggplot(moisture_long, aes(timestamp, value, group=W, color=W)) +
geom_line()
Mit Ihrer Daten in einer besseren Form, können Sie auch tun:
ggplot(moisture_long, aes(timestamp, value, group=W, color=W)) +
geom_line() +
facet_wrap(~W)
Sie sehr viel Sir Dank. Ich werde einige Tutorials durchgehen –