Можно ли объединить отдельные сводки ячеек в один и создать объединенный график?

Question

Я работаю с довольно большими наборами данных (около 4 миллионов строк в месяц с 25 числовыми атрибутами и 4 факторами). Я хотел бы создать график, который содержит в месяц (за последние 36 месяцев) коробку для каждого числового атрибута для каждого продукта (один из 4-х факторных атрибутов).

Так как пример для продукта А:

    - 
     _    |   - 
    _|_   |   _|_ 
    | |   |  | | 
    | |   _|_  | | 
    | |   | |  |---| 
    | |   |---|  | | 
    |---|   | |  | | 
    |_ _|   | |  |_ _| 
     |   |_ _|  | 
     |    |   | 
     -    |   - 
        - 

-------------------------------------------------------------- 
    jan '10  feb '10 mar '10 ................... feb '13 

Но так как это довольно большие наборы данных я буду работать с I хотел бы несколько советов, чтобы начать работу, как подойти. Моя идея (но я не уверен, если это возможно), чтобы

• а) извлечение данных в месяц за продукт
• б) создать boxplot для этого конкретного месяца (так скажем jan'10 для продукт А)
• с) хранить сводные данные boxplot где
• д) повтор переменного тока для всех месяцев до февраля '13
• е) объединить все сохраненное boxplot сводные данные в одну
• е) построить комбинированный boxplot g) повторить af для всех других продуктов

Так что мой главный вопрос: Можно ли комбинировать отдельные сводки в одном и создать комбинированный график, как указано выше?

Любая помощь будет оценена,

Спасибо

Answer 1

Вот длинная рука пример, который вы, вероятно, можете приготовить что-нибудь вокруг:

чтения в отдельных наборах данных - вы можете перезаписать одни и те же данные или обернуть этот шаг в функции учитывая большое данные, которые вы используете.

dset1 <- 1:10 
dset2 <- 10:20 
dset3 <- 20:30 

магазин некоторые boxplot информация, обратите внимание на plot=FALSE

result1 <- boxplot(dset1,plot=FALSE,names="month1") 
result2 <- boxplot(dset2,plot=FALSE,names="month2") 
result3 <- boxplot(dset3,plot=FALSE,names="month3") 

Группа вверх данных и сюжет с bxp

mylist <- list(result1, result2, result3) 
groupbxp <- do.call(mapply, c(cbind, mylist)) 
bxp(groupbxp) 

Результат:

Answer 2

Вы не сможете предсказать с абсолютной точностью, что значения «fivenum» значений будет для комбинированной сборки значений. Подумайте о ситуации с двумя группами, для которых у вас есть 75-й процентили в каждой группе и подсчет наблюдений в каждой группе. Предположим, что процентили не равны. Вы не можете просто взять взвешенное среднее процентилей, чтобы получить 75-й процентиль агрегированных значений. См. Справочную страницу для ?boxplot.stats. Я бы подумал, однако, что вы можете приблизиться, используя медианные значения коллекций fivenum. Это может быть место для начала экзаменов.

mo.mtx <- tapply(dat$values, dat$month, function(mo.dat) c(fivenum(mo.dat), length(mo.dat)) 
matplot(mo.mtx[, 1:5] , type="l")