本文介绍了使用ggplot绘制'时间序列'的深度范围的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我有一个数据集，包含53个单鱼的深度位置平均值和最小值，跨越3个月。
我想做一个 ggplot ，包括所有的鱼（可能会有点混乱），显示均值和最小值作为阴影均值附近的变化 - 这些值是而不是标准差值。
这就是我希望它看起来像的样子
（发现在这篇文章中; ）
我试过了替换和摆弄这个例子中使用的代码（当然还有其他代码），并且我创建了一个好的情节（不是我在RIGHT NOW之后的东西） - 但是不能发布图像，但是我使用的代码是如下：
ggplot（data = Dybde_mnd_gjsn，aes（x = MONTH，y = MEAN，color = factor（ID）） ）+
geom_line（）
只有几个变量：
名称（Dybde_mnd_gjsn）
[ 1]MONTHMEANID
我将使用NOW来绘制幅度有几个变量：
names（Dybde_amplitude）
[1]MONTHDAYMEAN MINMAXID
继承人是我想要使用的数据片段
>输入（Dybde_amplitude）
结构（列表（MONTH = c（5L，5L，5L，5L，5L，5L，5L，5L，5L，
5L，5L，5L，5L，5L，5L， 5L，5L，5L，5L，5L，5L，5L，5L，5L，6L，
6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L， 6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，7L，7L，7L，7B，6L，6L，6L，6L，6L，6L，6L，6L， 7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L， 8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，
9L，9L，9L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L，5L， 5L，5L，5L，5L，5L，5L，5L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L， 6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，6L，7L，7L，7L，7L，7L，7L， 7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L，7L， 8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L，8L， 8L，
8L，8L，8L，8L，8L，8L，8L，8L，9L，9L，9L，9L，9L，9L，9L，9L，9L，
9L，9L，9L，9L，9L，9L ，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，9L，10L，10L，10L，10L，10L， ，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L，10L， ，10L，10L，10L，11L，11L，11L，
11L，11L，11L，11L，11L，11L，11L，11L，11L，11L），DAY = c（7L，
8L， 9L，11L，12L，13L，14L，15L，16L，17L，18L，19L，20L，21L，
22L，23L，24L，25L，26L，27L，28L，29L，30L，31L， 2L，3L，
4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，15L，16L，17L，
18L，19L，20L，21L，22L， 23L，24L，25L，26L，27L，28L，29L，30L，
1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L， $ b 15L，16L，17L，18L，19L，20L，21L，22L，23L，24L，25L，26L，27L，
28L，29L，30L，31L，1L，2L，3L，4L，5L， 6L，7L，8L，9L，10L，
11L，12L，13L，14L，26L，27L，28L，29L，30L，31L，1L，2L，3L，
7L，8L，9L， 10L，11L，12 L，13L，14L，15L，16L，17L，18L，19L，
20L，21L，22L，23L，24L，25L，26L，27L，28L，29L，30L，31L，1L， 2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，15L，
16L，17L，18L，19L，20L，21L，22L，23L，24L， 25L，26L，27L，28L，
29L，30L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L，12L，
13L，14L， 16L，17L，18L，19L，20L，21L，22L，23L，24L，25L，
26L，27L，28L，29L，30L，31L，1L，2L，3L，4L，5L，6L，7L， 8L，
9L，10L，11L，12L，13L，14L，15L，16L，17L，18L，19L，20L，21L，
22L，23L，24L，25L，26L，27L，28L， 29L，30L，31L，1L，2L，3L，
4L，5L，6L，7L，8L，9L，10L，11L，12L，13L，14L，15L，16L，17L， 19L，20L，21L，22L，23L，24L，25L，26L，27L，28L，29L，30L，
1L，2L，3L，4L，5L，6L，7L，8L，9L，10L，11L， 12L，13L，14L，
15L，16L，17L，18L，19L，20L，21L，22L，23L，24L，25L，26L，27L，
28L，29L，30L，31L， 2L，3L，4L，5L，6L，7L，8L，9L，10L，
11L，12L，13L），MEAN = c（9.540647,9.288714,8.432471， 377365，
6.76296,6.276494,12.972529,18.019079,6.788923,6.215657，
8.04514,5.633161,8.073261,6.390555,7.356341,6.908082,7.733372，
7.702988,8.027043,7.180671,8.35001,8.806448， 9.189368,11.639917，
11.278741,8.360776,10.257245,10.149662,12.750096,8.278289，
5.989309,12.213945,8.508868,12.648187,12.878193,14.39192，
7.623049,11.484679,10.60802,8.295495,8.845541， 8.139116，
9.62127,10.122368,9.006005,10.353516,12.176356,8.705348，
8.43072,13.068286,15.310207,15.686594,14.840801,11.393752，
12.468137,17.784591,8.108516,14.655444,10.515425,12.431097，
9.919435，10.394816，11.558687,15.752784,15.442462,12.866537，
13.900521,11.482066,6.671224,8.342884,16.114621,16.629631，
8.660017,14.224467,15.533569,12.41233,5.960347,9.871627，
7.989248,8.348769,10.795695,18.17083,15.11693,14.552147
11.116431,13.92426,15.067066,16.546982,12.09092,15.489066
16.386美国国家科学院院报997,16.369983,16.666472,16.439537,14.961976,8.400368，
9.243826,8.860606,15.482827,5.891674,12.889285,8.104939，
17.531697,10.702164,13.657768,14.816514,10.093246,9.122293，
4.729045， 5.458503,5.705868,12.748805,14.904001,17.692，6.036507，
6.629023,6.006198,6.620014,6.388301,4.964946,5.70888,6.731503，
4.177703,5.707092,5.419896,5.743811,6.914309,8.771285,10.280664，
8.882466，10.232784，10.717011，10.578657，11.56234，12.180956，
11.682375，10.127121，11.493758，10.475167，9.530382，7.278434，
11.031396，7.510209，11.197544，11.953527，11.764005，10.732215，
6.84638,11.731543,11.593536,7.999654,9.747014,8.357976，
7.9729,14.120155,11.902921,10.197552,8.073362,10.317106，
13.507428,14.653348,10.425436,13.372142,14.139852,8.292127，
13.026231， 10.412969,15.822424,16.974569,18.421219,14.874954，
15.19774,16.192414,13.456357,18.018939,13.06192,8.639087，
12.765785， 11.764159,8.551737,14.76467,10.406063,11.606126，
14.361956,12.14953,11.489708,15.935027,17.127559,16.522154，
10.894316,13.134836,13.114416,13.727499,15.169832,15.189013，
16.968254,15.396868， 14.64583,14.812744,15.053284,15.157046，
16.467487,16.665042,15.150461,14.635215,14.721557,15.840516，
17.882953,15.356118,16.391199,15.900671,15.42199,10.389486，
7.947174,12.650666,14.631651， 12.691862,11.540124,11.898669，
11.366367,12.491286,12.607952,12.714351,14.942454,12.351443，
13.195234,12.010512,12.305635,12.216722,12.777485,9.775835，
11.955268，11.368552,11.016467,9.721845， 10.806302,10.9171，
10.453463,12.844585,11.418213,10.494833,11.628353,11.089386，
10.114644,11.518541,10.556667,9.999429,6.240064,7.614508，
2.759079，8.675967,7.665187,9.996974,9.409778， 11.284177，
9.915669,10.073183,12.478693,9.344805,9.985623,10.137344，
10.899548,10.987574,9 0.602739，9.522853，6.755497，5.770355，
5.752236，7.560061，8.650949，9.461071，10.349785，9.341064，
9.639314，8.979398，9.63129，10.736764，9.131154，8.569252，9.456744，
8.771311，10.607428 ，8.951906，8.621349，7.685053，8.024678，
5.514734，7.39701，4.573696，4.639201，4.925964，11.295734，4.381326，
4.320309，5.210907，5.367718，4.563952，4.744356，2.950165），
MIN = C（8.797308，8.678333，7.766875，6.853333，5.61875，
5.353125，11.882128，17.313191，5.425833，5.225，6.31375，
4.785，6.648333，5.077917，5.8925，5.627083，6.487917，6.67875，
10.328667，6.31617,8.871875,8.767872,11.512979,6.486809，
4.961702,10.671042,7.100851,11.570208,11.542766,12.385238，
6.311087， 10.100208,9.577805,7.345227,7.866042,7.204，
8.253023,8.769375,7.894167,9.400851,11.269744,7.655417，
6.812979,11.394375,13.8175,14.2 94375，13.165208，9.943191，
11.276444，16.884167，7.246889，12.704375，8.956889，11.251277，
8.311458，8.62383，10.030833，14.564375，14.605417，11.158542，
12.42125，10.294，5.315208，7.044792， 14.696458,15.389167，
7.3975,13.421489,14.955319,11.108478,4.849167,8.50125，
6.776957,7.408723,9.500625,17.558511,14.387708,13.864167，
9.728542,13.374,14.14.5833,15.628542,10.460213， 14.234565，
16.26875,16.195833,16.179167,16.118182,14.107083,7.67125，
9.060638,7.975833,13.734687,4.4,11.070444,6.305641，
16.709574,9.93,12.559792,14.010417,9.10587,7.900345，
4.048，4.371304，5.315833，11.510833，13.698125，16.65375，
5.158542，5.748667，4.957083，5.524583，5.204375，4.235，
4.8025，5.868913，3.491915，5.030435，4.711458，4.958958，
5.879348,7.601087,8.915,7.87275,9.358261,9.74625,9.087708，
10.858723,11.538333,10.801489,9.237333， 10.321042,9.425217，
8.394444,6.378182,9.80766,6.812667,10.236667,10.202917，
10.403333,9.350238,6.253902,10.940233,10.502766,7.186667，
8.949773，7.541395，7.541395,13.215435,11.171064， 9.319302，
7.197021,9.524043,12.797292,13.830208,9.306809,12.304043，
12.910976,7.762778,12.136429,9.322826,15.460625,16.665333，
18.2125,13.856087,13.862979,15.556136,12.174118,16.92，
11.778857，7.635263，11.865909，10.958444，7.853404，14.153095，
9.717955，10.932955，13.724667，10.874146，10.57119，15.215714，
16.384186，15.662791，9.91617，12.607442，12.325217，12.901163，
14.532326,14.454091,16.248222,14.838511,14.012708,14.251489
14.418125,14.396522,16.020625,15.897447,14.54413,13.964375
14.271064,15.27625,17.429787,14.618444,15.641489,15.257174
14.84186,9.652708,7.102667,12.118261,14.130513,12.154，
10.940698,11.4189 13，10.768043，11.788085，12.017556，12.192326，
14.272895，11.660417，12.43619，11.482766，11.761304，11.775，
12.280435，9.125217，11.464348，10.741522，10.584783，9.086957，
10.062667，10.385652， 9.785,12.26,10.839268,9.808864，
10.80025,10.574419,9.469583,10.794634,9.949149,9.406458，
4.863617,6.528125,2.577143,7.9805,7.077083,9.406585，
8.903556,10.933，9.384146， 9.681778,11.786,8.873478,9.341333，
9.362,10.171282,10.353,9.095435,8.736087,5.785208,4.785152，
5.163871,6.848333,7.645862,9.119714,9.895143,8.720227，
9.019048,8.169231， 8.652553,9.837872,8.077708,7.354043，
8.591556,8.024894,9.41766,7.989535,7.86973,6.921111，
6.793939,5.034815,6.788718,4.00119,3.939778,4.195545，
10.178667,3.931915,3.6912174， 4.627273,4.967568,4.021395，
4.380652,2.825263），MAX = c（10.215385,9.747708,8.920625，
8.013958，8.067917， 7.41,14.122128,18.531277,8.23375，
7.503125,9.537083,6.659375,9.591458,7.88625,8.799167，
8.335417,8.806875,8.7025,8.793125,8.531702,8.967209，
10.017556，10.391042,12.829574， 12.124667，10.097447，11.530625，
11.344043，14.207872，9.877021，7.166809，14.081875，10.238723，
13.89375，14.41383，16.892143，8.935217，12.958542，11.717805，
9.260455，9.698958，9.1995，10.746744， 11.263542,10.07375，
11.502553,13.095641,9.9025,10.048511,14.837708,16.728125，
17.283333,16.538333,12.96383,13.912889,18.56875,8.991333，
16.5925，11.898222,13.544681,11.173958,12.095106， 12.826667，
16.841667，16.102083,14.120833,15.475,12.647111,8.1475，
10.014792,17.6,17.7,10.006875,14.974468,16.187234,13.607174，
7.147083,11.132917,9.376739,9.333404,11.991875， 18.652979，
15.874375,15.365417,12.478958,14.561333,15.710417,17.25625，
13.6521 28，16.800435，16.4375，16.50625，17.383333，16.870455，
15.819167，8.9865，9.429149，9.826667，17.449375，7.644615，
14.726，10.080769，18.468511，11.542292，14.902708，15.435，
10.948261， 10.493103,5.1848,6.656957,6.126458,14.110417，
16.245833,18.708542,6.928542,7.402889,7.362292,7.847917，
7.513542,5.682292,7.056667,7.581087,4.830213,6.350435，
6.203125,6.69625， 7.854565，9.83,12.218043,9.91375,11.210217，
11.911667,11.977917,12.235319,12.869792,12.59,10.904，
12.784583,11.599565,10.868889,8.172955,12.354894,8.29，
12.584792,13.69875， 13.4375,12.084762,7.459268,12.525814，
12.690638,8.770889,10.471364,9.085349,8.343256,14.877391，
12.579574,10.923953,9.053191,11.291277,14.24,15.647083，
11.66,14.248723,15.392927， 8.849722,13.746905,11.335，
16.13875,17.231333,18.5625,16.004348,16.694894,16.927727，
14.602941， 19.270526,14.102857,9.673158,13.643409,12.648222，
9.327447,15.280238,11.120227,12.355682,14.967556,13.422927，
12.263095,16.472381,17.768372,17.498605,11.689787,13.640233，
13.728696,14.696744， 15.730698,15.930455,17.747111,15.903404，
15.326667,15.362979,15.710417,15.831957,17.023333,17.588085，
15.782609,15.255833,15.112766,16.508958,18.248936,16.036222，
17.105532,16.641739,15.978372， 11.263333,8.832889,13.246957，
15.210769,13.252444,12.264651,12.448696,11.922174,13.205106，
13.237333,13.215349,15.572368,12.949792,13.973571,12.448936，
12.824348,12.726304,13.20587,10.500435， 12.617826,12.051087，
11.623043,10.586739,11.522,11.592826,11.18,13.480811，
12.013171,11.237727,12.2745,11.579767,10.610417,12.045854，
11.186596,10.53375,7.959787,8.633437,2.954286， 9.378，
8.316875，10.447073，9.791556，11.7455，10。 434878，10.571111，
13.021429，9.997391，10.452，10.915111，11.569231，11.545，
10.148478，10.29087，8.039375，6.98697，6.281935，8.181429，
9.577241，9.891429，11.002857，9.821136，10.195714， 9.894359，
10.444681,11.646596,10.203125，9.886383,10.184444,9.619149，
11.618511,10.00093,9.375405,8.419333,9.280606,6.762222，
7.907179,5.254048,5.393556,5.644773,12.823778，5.107447，
5.060652,5.784318,5.773514,5.135814,5.240652,3.08），
ID = c（7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，
7288L，7288L，7288L ，7288L，7288L，7288L，7288L，7288L，7288L，
7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，
7288L，7288L，7288L，7288L，7288L，7288L ，7288L，7288L，7288L，
7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，
7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L ，
7288L，7288L，7288L，7288L，7288L，7288 L，7288L，7288L，7288L，
7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，
7288L，7288L，7288L，7288L，7288L， 7288L，
7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，
7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，
7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，7288L，
7288L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L， 7293L，7293L，7293L，7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L， 7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，
7293L， 7293L，729 3L，7293L，7293L，7293L，7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L， 7293L，7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L， 7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，$ 7289L，7293L，7293L， 7293L，7293L，7293L，7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L， 7293L，7293L，7293L，
7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，7293L，
7293L，7293L，7293L）），.Names = c（MONTH，日，平均，
最小值，MAX，ID），class =data.frame，row.names = c（NA，
-299L））
这可以理解吗？！
我是R和ggplot的新手，所以这篇文章可能看起来有点傻。
真的很感谢任何帮助！
另外，这个 merge 与数据集有什么关系？它是至关重要的吗？
解决方案
解决方案之一是使用 geom_ribbon（）和 geom_line（）一起绘制这些数据。 geom_ribbon（）会产生灰色区域，取决于 MIN 和 MAX 值。
正如您的示例数据中那样，对于 DAY 和 MONTH 创建了包含这两列以及2012年新增列的新列（可以用实际年份替换）。然后将这些列用作x值。
df $ date< -as.Date（paste（2012，df $ MONTH ，df $ DAY，sep =/））
ggplot（data = df）+
geom_ribbon（aes（x = date，ymin = MIN，ymax = MAX，group = ID ），fill =gray）+
geom_line（aes（x = date，y = MEAN，group = ID，color = as.factor（ID）））
I have a dataset with means and min max values of depth positions for 53 individual fish, spanning over 3 months.I want to make a ggplot including all fish (might get a bit chaotic) showing means and min max values as shaded "variations around mean" - these values are not SD values.
THIS is what I wish for it to look like
(Found in this post; Plotting average of multiple variables in time-series using ggplot)
I've tried replacing and fiddling around with the code used in that example (and others of course), and I created a "nice" plot (not what I'm after RIGHT NOW tho) - but can't post images but the code I used is as following;
ggplot(data=Dybde_mnd_gjsn, aes(x=MONTH, y=MEAN, colour=factor(ID))) +
geom_line()
Having only a couple variables:
names(Dybde_mnd_gjsn)
[1] "MONTH" "MEAN" "ID"
The dataset I'll use NOW for plotting amplitude has a couple more variables:
names(Dybde_amplitude)
[1] "MONTH" "DAY" "MEAN" "MIN" "MAX" "ID"
And heres a snippet of the data I want to use
> dput(Dybde_amplitude)
structure(list(MONTH = c(5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L,
5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 6L,
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L,
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 7L, 7L, 7L,
7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L,
7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 8L, 8L, 8L, 8L,
8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L,
9L, 9L, 9L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L,
5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L,
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L,
6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 7L, 7L, 7L, 7L, 7L, 7L,
7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L,
7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 8L, 8L, 8L, 8L, 8L, 8L, 8L,
8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L,
8L, 8L, 8L, 8L, 8L, 8L, 8L, 8L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L,
9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L,
9L, 9L, 9L, 9L, 9L, 9L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L,
10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L,
10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 10L, 11L, 11L, 11L,
11L, 11L, 11L, 11L, 11L, 11L, 11L, 11L, 11L, 11L), DAY = c(7L,
8L, 9L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L,
22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 1L, 2L, 3L,
4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L,
18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L,
1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L,
15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L,
28L, 29L, 30L, 31L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L,
11L, 12L, 13L, 14L, 26L, 27L, 28L, 29L, 30L, 31L, 1L, 2L, 3L,
7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L,
20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 1L,
2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L,
16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L,
29L, 30L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L,
13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L,
26L, 27L, 28L, 29L, 30L, 31L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L,
9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L, 18L, 19L, 20L, 21L,
22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L, 31L, 1L, 2L, 3L,
4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L, 15L, 16L, 17L,
18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L, 28L, 29L, 30L,
1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L, 11L, 12L, 13L, 14L,
15L, 16L, 17L, 18L, 19L, 20L, 21L, 22L, 23L, 24L, 25L, 26L, 27L,
28L, 29L, 30L, 31L, 1L, 2L, 3L, 4L, 5L, 6L, 7L, 8L, 9L, 10L,
11L, 12L, 13L), MEAN = c(9.540647, 9.288714, 8.432471, 7.377365,
6.76296, 6.276494, 12.972529, 18.019079, 6.788923, 6.215657,
8.04514, 5.633161, 8.073261, 6.390555, 7.356341, 6.908082, 7.733372,
7.702988, 8.027043, 7.180671, 8.35001, 8.806448, 9.189368, 11.639917,
11.278741, 8.360776, 10.257245, 10.149662, 12.750096, 8.278289,
5.989309, 12.213945, 8.508868, 12.648187, 12.878193, 14.39192,
7.623049, 11.484679, 10.60802, 8.295495, 8.845541, 8.139116,
9.62127, 10.122368, 9.006005, 10.353516, 12.176356, 8.705348,
8.43072, 13.068286, 15.310207, 15.686594, 14.840801, 11.393752,
12.468137, 17.784591, 8.108516, 14.655444, 10.515425, 12.431097,
9.919435, 10.394816, 11.558687, 15.752784, 15.442462, 12.866537,
13.900521, 11.482066, 6.671224, 8.342884, 16.114621, 16.629631,
8.660017, 14.224467, 15.533569, 12.41233, 5.960347, 9.871627,
7.989248, 8.348769, 10.795695, 18.17083, 15.11693, 14.552147,
11.116431, 13.92426, 15.067066, 16.546982, 12.09092, 15.489066,
16.386997, 16.369983, 16.666472, 16.439537, 14.961976, 8.400368,
9.243826, 8.860606, 15.482827, 5.891674, 12.889285, 8.104939,
17.531697, 10.702164, 13.657768, 14.816514, 10.093246, 9.122293,
4.729045, 5.458503, 5.705868, 12.748805, 14.904001, 17.692, 6.036507,
6.629023, 6.006198, 6.620014, 6.388301, 4.964946, 5.70888, 6.731503,
4.177703, 5.707092, 5.419896, 5.743811, 6.914309, 8.771285, 10.280664,
8.882466, 10.232784, 10.717011, 10.578657, 11.56234, 12.180956,
11.682375, 10.127121, 11.493758, 10.475167, 9.530382, 7.278434,
11.031396, 7.510209, 11.197544, 11.953527, 11.764005, 10.732215,
6.84638, 11.731543, 11.593536, 7.999654, 9.747014, 8.357976,
7.9729, 14.120155, 11.902921, 10.197552, 8.073362, 10.317106,
13.507428, 14.653348, 10.425436, 13.372142, 14.139852, 8.292127,
13.026231, 10.412969, 15.822424, 16.974569, 18.421219, 14.874954,
15.19774, 16.192414, 13.456357, 18.018939, 13.06192, 8.639087,
12.765785, 11.764159, 8.551737, 14.76467, 10.406063, 11.606126,
14.361956, 12.14953, 11.489708, 15.935027, 17.127559, 16.522154,
10.894316, 13.134836, 13.114416, 13.727499, 15.169832, 15.189013,
16.968254, 15.396868, 14.64583, 14.812744, 15.053284, 15.157046,
16.467487, 16.665042, 15.150461, 14.635215, 14.721557, 15.840516,
17.882953, 15.356118, 16.391199, 15.900671, 15.42199, 10.389486,
7.947174, 12.650666, 14.631651, 12.691862, 11.540124, 11.898669,
11.366367, 12.491286, 12.607952, 12.714351, 14.942454, 12.351443,
13.195234, 12.010512, 12.305635, 12.216722, 12.777485, 9.775835,
11.955268, 11.368552, 11.016467, 9.721845, 10.806302, 10.9171,
10.453463, 12.844585, 11.418213, 10.494833, 11.628353, 11.089386,
10.114644, 11.518541, 10.556667, 9.999429, 6.240064, 7.614508,
2.759079, 8.675967, 7.665187, 9.996974, 9.409778, 11.284177,
9.915669, 10.073183, 12.478693, 9.344805, 9.985623, 10.137344,
10.899548, 10.987574, 9.602739, 9.522853, 6.755497, 5.770355,
5.752236, 7.560061, 8.650949, 9.461071, 10.349785, 9.341064,
9.639314, 8.979398, 9.63129, 10.736764, 9.131154, 8.569252, 9.456744,
8.771311, 10.607428, 8.951906, 8.621349, 7.685053, 8.024678,
5.514734, 7.39701, 4.573696, 4.639201, 4.925964, 11.295734, 4.381326,
4.320309, 5.210907, 5.367718, 4.563952, 4.744356, 2.950165),
MIN = c(8.797308, 8.678333, 7.766875, 6.853333, 5.61875,
5.353125, 11.882128, 17.313191, 5.425833, 5.225, 6.31375,
4.785, 6.648333, 5.077917, 5.8925, 5.627083, 6.487917, 6.67875,
7.119792, 5.867872, 7.636512, 7.513556, 7.923125, 10.500426,
10.328667, 6.31617, 8.871875, 8.767872, 11.512979, 6.486809,
4.961702, 10.671042, 7.100851, 11.570208, 11.542766, 12.385238,
6.311087, 10.100208, 9.577805, 7.345227, 7.866042, 7.204,
8.253023, 8.769375, 7.894167, 9.400851, 11.269744, 7.655417,
6.812979, 11.394375, 13.8175, 14.294375, 13.165208, 9.943191,
11.276444, 16.884167, 7.246889, 12.704375, 8.956889, 11.251277,
8.311458, 8.62383, 10.030833, 14.564375, 14.605417, 11.158542,
12.42125, 10.294, 5.315208, 7.044792, 14.696458, 15.389167,
7.3975, 13.421489, 14.955319, 11.108478, 4.849167, 8.50125,
6.776957, 7.408723, 9.500625, 17.558511, 14.387708, 13.864167,
9.728542, 13.374, 14.145833, 15.628542, 10.460213, 14.234565,
16.26875, 16.195833, 16.179167, 16.118182, 14.107083, 7.67125,
9.060638, 7.975833, 13.734687, 4.4, 11.070444, 6.305641,
16.709574, 9.93, 12.559792, 14.010417, 9.10587, 7.900345,
4.048, 4.371304, 5.315833, 11.510833, 13.698125, 16.65375,
5.158542, 5.748667, 4.957083, 5.524583, 5.204375, 4.235,
4.8025, 5.868913, 3.491915, 5.030435, 4.711458, 4.958958,
5.879348, 7.601087, 8.915, 7.87275, 9.358261, 9.74625, 9.087708,
10.858723, 11.538333, 10.801489, 9.237333, 10.321042, 9.425217,
8.394444, 6.378182, 9.80766, 6.812667, 10.236667, 10.202917,
10.403333, 9.350238, 6.253902, 10.940233, 10.502766, 7.186667,
8.949773, 7.541395, 7.541395, 13.215435, 11.171064, 9.319302,
7.197021, 9.524043, 12.797292, 13.830208, 9.306809, 12.304043,
12.910976, 7.762778, 12.136429, 9.322826, 15.460625, 16.665333,
18.2125, 13.856087, 13.862979, 15.556136, 12.174118, 16.92,
11.778857, 7.635263, 11.865909, 10.958444, 7.853404, 14.153095,
9.717955, 10.932955, 13.724667, 10.874146, 10.57119, 15.215714,
16.384186, 15.662791, 9.91617, 12.607442, 12.325217, 12.901163,
14.532326, 14.454091, 16.248222, 14.838511, 14.012708, 14.251489,
14.418125, 14.396522, 16.020625, 15.897447, 14.54413, 13.964375,
14.271064, 15.27625, 17.429787, 14.618444, 15.641489, 15.257174,
14.84186, 9.652708, 7.102667, 12.118261, 14.130513, 12.154,
10.940698, 11.418913, 10.768043, 11.788085, 12.017556, 12.192326,
14.272895, 11.660417, 12.43619, 11.482766, 11.761304, 11.775,
12.280435, 9.125217, 11.464348, 10.741522, 10.584783, 9.086957,
10.062667, 10.385652, 9.785, 12.26, 10.839268, 9.808864,
10.80025, 10.574419, 9.469583, 10.794634, 9.949149, 9.406458,
4.863617, 6.528125, 2.577143, 7.9805, 7.077083, 9.406585,
8.903556, 10.933, 9.384146, 9.681778, 11.786, 8.873478, 9.341333,
9.362, 10.171282, 10.353, 9.095435, 8.736087, 5.785208, 4.785152,
5.163871, 6.848333, 7.645862, 9.119714, 9.895143, 8.720227,
9.019048, 8.169231, 8.652553, 9.837872, 8.077708, 7.354043,
8.591556, 8.024894, 9.41766, 7.989535, 7.86973, 6.921111,
6.793939, 5.034815, 6.788718, 4.00119, 3.939778, 4.139545,
10.178667, 3.931915, 3.692174, 4.627273, 4.967568, 4.021395,
4.380652, 2.825263), MAX = c(10.215385, 9.747708, 8.920625,
8.013958, 8.067917, 7.41, 14.122128, 18.531277, 8.23375,
7.503125, 9.537083, 6.659375, 9.591458, 7.88625, 8.799167,
8.335417, 8.806875, 8.7025, 8.793125, 8.531702, 8.967209,
10.017556, 10.391042, 12.829574, 12.124667, 10.097447, 11.530625,
11.344043, 14.207872, 9.877021, 7.166809, 14.081875, 10.238723,
13.89375, 14.41383, 16.892143, 8.935217, 12.958542, 11.717805,
9.260455, 9.698958, 9.1995, 10.746744, 11.263542, 10.07375,
11.502553, 13.095641, 9.9025, 10.048511, 14.837708, 16.728125,
17.283333, 16.538333, 12.96383, 13.912889, 18.56875, 8.991333,
16.5925, 11.898222, 13.544681, 11.173958, 12.095106, 12.826667,
16.841667, 16.102083, 14.120833, 15.475, 12.647111, 8.1475,
10.014792, 17.6, 17.7, 10.006875, 14.974468, 16.187234, 13.607174,
7.147083, 11.132917, 9.376739, 9.333404, 11.991875, 18.652979,
15.874375, 15.365417, 12.478958, 14.561333, 15.710417, 17.25625,
13.652128, 16.800435, 16.4375, 16.50625, 17.383333, 16.870455,
15.819167, 8.9865, 9.429149, 9.826667, 17.449375, 7.644615,
14.726, 10.080769, 18.468511, 11.542292, 14.902708, 15.435,
10.948261, 10.493103, 5.148, 6.656957, 6.126458, 14.110417,
16.245833, 18.708542, 6.928542, 7.402889, 7.362292, 7.847917,
7.513542, 5.682292, 7.056667, 7.581087, 4.830213, 6.350435,
6.203125, 6.69625, 7.854565, 9.83, 12.218043, 9.91375, 11.210217,
11.911667, 11.977917, 12.235319, 12.869792, 12.59, 10.904,
12.784583, 11.599565, 10.868889, 8.172955, 12.354894, 8.29,
12.584792, 13.69875, 13.4375, 12.084762, 7.459268, 12.525814,
12.690638, 8.770889, 10.471364, 9.085349, 8.343256, 14.877391,
12.579574, 10.923953, 9.053191, 11.291277, 14.24, 15.647083,
11.66, 14.248723, 15.392927, 8.849722, 13.746905, 11.335,
16.13875, 17.231333, 18.5625, 16.004348, 16.694894, 16.927727,
14.602941, 19.270526, 14.102857, 9.673158, 13.643409, 12.648222,
9.327447, 15.280238, 11.120227, 12.355682, 14.967556, 13.422927,
12.263095, 16.472381, 17.768372, 17.498605, 11.689787, 13.640233,
13.728696, 14.696744, 15.730698, 15.930455, 17.747111, 15.903404,
15.326667, 15.362979, 15.710417, 15.831957, 17.023333, 17.588085,
15.782609, 15.255833, 15.112766, 16.508958, 18.248936, 16.036222,
17.105532, 16.641739, 15.978372, 11.263333, 8.832889, 13.246957,
15.210769, 13.252444, 12.264651, 12.448696, 11.922174, 13.205106,
13.237333, 13.215349, 15.572368, 12.949792, 13.973571, 12.448936,
12.824348, 12.726304, 13.20587, 10.500435, 12.617826, 12.051087,
11.623043, 10.586739, 11.522, 11.592826, 11.18, 13.480811,
12.013171, 11.237727, 12.2745, 11.579767, 10.610417, 12.045854,
11.186596, 10.53375, 7.959787, 8.633437, 2.954286, 9.378,
8.316875, 10.447073, 9.791556, 11.7455, 10.434878, 10.571111,
13.021429, 9.997391, 10.452, 10.915111, 11.569231, 11.545,
10.148478, 10.29087, 8.039375, 6.98697, 6.281935, 8.181429,
9.577241, 9.891429, 11.002857, 9.821136, 10.195714, 9.894359,
10.444681, 11.646596, 10.203125, 9.886383, 10.184444, 9.619149,
11.618511, 10.00093, 9.375405, 8.419333, 9.280606, 6.762222,
7.907179, 5.254048, 5.393556, 5.644773, 12.823778, 5.107447,
5.060652, 5.784318, 5.773514, 5.135814, 5.240652, 3.08),
ID = c(7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L,
7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L,
7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L,
7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L,
7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L,
7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L,
7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L,
7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L,
7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L,
7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L,
7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L,
7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L, 7288L,
7288L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L, 7293L,
7293L, 7293L, 7293L)), .Names = c("MONTH", "DAY", "MEAN",
"MIN", "MAX", "ID"), class = "data.frame", row.names = c(NA,
-299L))
Is this understandable?!I'm new to R and ggplot and SO for that matter so this post might look a bit silly.
Would really appreciate any help in the matter!Also, what is this merge one have to do with the dataset? Is it vital??
解决方案
One solution would be to use the geom_ribbon() together with geom_line() to plot those data. geom_ribbon() will produce grey area depending from MIN and MAX values.
As in your sample data there is separate columns for DAY and MONTH made new column that contains combination of both those columns as well as added year 2012 (you can replace with real year). Then used this columns as x values.
df$date<-as.Date(paste("2012",df$MONTH,df$DAY,sep="/"))
ggplot(data=df)+
geom_ribbon(aes(x=date,ymin=MIN,ymax=MAX,group=ID),fill="grey") +
geom_line(aes(x=date,y=MEAN,group=ID,colour=as.factor(ID)))
这篇关于使用ggplot绘制'时间序列'的深度范围的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！