Используя описанную здесь процедуру:
https://aosmith.rbind.io/2018/08/20/automating-exploratory-plots/
Мне удалось процедурно сгенерировать некоторые графики, необходимые для прогнозирования.К сожалению, этот вариант использования был только для одного X и Y, и мне нужно отобразить через X и Y еще две переменные.
brks <- csv$Month[seq(1, length(csv$Month), 12)]
lbls <- lubridate::year(csv$Month[seq(1, length(csv$Month), 12)])
account = names(csv)[2:2]
entity = names(csv)[3:3]
expl = names(csv)[4:4]
response =names(csv)[5:7]
account = set_names(account)
entity = set_names(entity)
expl = set_names(expl)
response = set_names(response)
plot_fun = function(x, y) {
ggplot(csv, aes(x = .data[[y]], y =.data[[x]]) ) +
geom_line() +
scale_x_date(breaks = brks, labels = lbls) +
geom_smooth(method = "loess", se = FALSE, color = "grey74") +
theme(axis.text.x = element_text(angle = 90)) +
theme_bw() +
labs(x = y,
y= x)
}
all_plots = map(account, ~map(entity, ~map(response, plot_fun, y = .x)))
all_plots
pdf("all_plots.pdf")
dev.off()
Это не сработало, как задумано, и на основании документации я не понимаю, почему.Мой синтаксический анализ приведенного выше кода будет выглядеть следующим образом:
Для каждой учетной записи, для каждой сущности, для каждого ответа запустите plot_fun для y = каждый х.
На данный момент я не уверенесли было бы более целесообразно использовать другую функцию, такую как walk () или pmap (), но, основываясь на моем понимании карты, я чувствую, что должна иметь возможность вложить ее для того, что мне нужно.