2

Estou fazendo aulas de R e surgiu um exercício para fazer um gráfico de linhas no ggplot2 com os dados de atrasos de vôos por aeroporto. No eixo X deveriam ficar os meses (que estão em números), mas quando ploto, ele mostra intervalos de 2,5 (O gráfico acaba mostrando até o mês 12,5!).

Já tentei transformando os meses em factors e mesmo assim continua mostrando em 2,5. Não encontrei no help o uso do "breaks".

Alguém tem ideia de qual o problema e como resolver?

library(tidyverse)
library(nycflights13)
voo <- flights

voo %>% group_by(month, origin) %>% 
  summarize(media_delay = mean(dep_delay, na.rm = T)) %>% 
  ggplot() +
  geom_line(aes(x = month, y = media_delay, group = origin, col = origin))
2
  • 1
    Testei aqui voo$month <- as.factor(voo$month) antes de plotar e deu certo. 13/04/2020 às 17:31
  • William, obrigado pela ajuda! Eu havia usado factor(voo$month). Ele retorna no console as entradas e os levels mas não transforma em factors (eu não sabia).
    – A Neto
    13/04/2020 às 18:19

1 Resposta 1

5

O central no ggplot são sempre os seus dados. Seus dados estão em um formato numérico e, por isso, o ggplot acredita ser melhor usar uma escala contínua em X e fazer a divisão de tal forma que os intervalos que apareçam sejam de2.5 em 2.5.

Há várias formas de corrigir isso:

  1. Explicitar o intervalo que você deseja mantendo a escala contínua;
  2. Transformar os dados em categóricos para forçar que todos os dados apareçam;
  3. Transformar os dados em data para usar a escala de data no gráfico.

A opção 2 não será mostrada porque é um opção que, embora possa resolver algum problema específico, também pode incluir novos problemas (como a forma de ordenar os valores, etc) e não corresponde a uma representação adequada da variável.

1. Intervalos da escala numérica

Para fazer isso basta incluir as quebras desejadas na escala numérica com o argumentos breaks da função scale_x_continuous().

voo %>% group_by(month, origin) %>% 
  summarize(media_delay = mean(dep_delay, na.rm = T)) %>% 
  ggplot() +
  geom_line(aes(x = month, y = media_delay, group = origin, col = origin)) + 
  scale_x_continuous(breaks = 1:12)

inserir a descrição da imagem aqui

Para ver mais sobre escalas no ggplot, veja esse link

2. Escala de tempo

Nesse caso, nem precisaremos definir a escala, mas alterar a variável e confiar nos padrões do ggplot. Para isso basta transformar a coluna month numa variável de tipo date manter o mesmo comando da pergunta para criar o gráfico.

voo %>% 
  # Adiciona zeros a esquerda 
  mutate(month = formatC(month, width = 2, flag = "0"),
         day = formatC(day, width = 2, flag = "0"),
         month = lubridate::ymd(paste0(year, month, day)),
         month = lubridate::floor_date(month, "month")) %>% 
  group_by(month, origin) %>% 
  summarize(media_delay = mean(dep_delay, na.rm = T)) %>% 
  ggplot() +
  geom_line(aes(x = month, y = media_delay, group = origin, col = origin))

inserir a descrição da imagem aqui

5
  • 1
    De todo modo, recomendo sempre alterar a variável para data nesse tipo de caso. 13/04/2020 às 18:06
  • Maravilha Tomas! essas soluções não foram abordadas no curso (ainda) mas são certeiras! só poderia me explicar pq adicionar zeros a esquerda e pq usar o paste0 em vez do paste? Muito Obrigado
    – A Neto
    13/04/2020 às 18:11
  • 1
    Fiz a resposta meio na pressa, mas a versão curta é que o formato da data espera datas como 01032019 para primeiro de março de 2019, e como os dias e meses estavam inteiros, eles ficaria 132019. O paste0 cola textos sem espaços entre eles. 13/04/2020 às 18:44
  • 1
    Só uma dica: não precisa confiar nos padrões do ggplot pra escala de tempo. Pode usar scale_x_date() para personalizar. 13/04/2020 às 19:06
  • Claro! O objetivo foi simplificar a resposta. 13/04/2020 às 20:09

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .