R语言制作全国疫情系列图

“ 最近一直在制作和分析疫情数据，好久没大规模的使用R语言了，好多函数方法都忘了，这几天用了用，大大提高了每天出报告的效率。”

使用R语言绘图前，首先分析数据，把数据整理为R语言方便读取的结构和格式，格式首选csv，其次xlsx。

本文配合下面文章使用，效果更佳：

01

全国分省疫情统计

—

先看全国分省的疫情统计数据，表名“分省汇总.xlsx”，分为9个字段，时间、代码、地区、新增确诊、累计确诊、新增死亡、累计死亡、新增治愈、累计治愈。数据准备好后，首选用R语言读取准备好的数据。
由于数据是EXCEL格式，在这里用到readxl包。
时间字段在R中需要进行特别声明，在这里使用ymd函数将时间字段进行转换，转换成R语言可以识别的格式。为了计算在医院的病例数，这里建立了一个InHospital向量，计算完成后使用cbind函数和Daydata数据框合并。
R语言引用了很多包，在这里首先将会用到的包全部加载上。readxl读取EXCEL包，lubridate日期函数包，ggplot2大名鼎鼎的绘图包，grid是用于划分格网包（用于一幅图上放好几个小图）。

library(readxl)library(lubridate)library(ggplot2)library(grid)Daydata <- read_excel(path = "分省汇总.xlsx", sheet= 1, col_names= T)Daydate <- ymd(Daydata$时间)Daydata <- cbind(Daydata, Daydate)InHospital <- Daydata$累计确诊-Daydata$累计死亡-Daydata$累计治愈Daydata <- cbind(Daydata, InHospital)

02

全国每日新增确诊人数折线图

—

绘制全国每日新增确诊人数折线图：

首先需要从总的数据中挑选出全国数据，根据代码为86的行挑选即可。

#全国整体数据和图Chinadata <- Daydata[Daydata$代码==86,]  #筛选出全国数据#绘制新增确诊图p1 <- ggplot(Chinadata, aes(Daydate, 新增确诊, color=代码))+ labs(x="时间", y="新增确诊人数")+ theme(axis.title = element_text(size = 20), #调整标题大小 axis.text.x = element_text(size = 18), #x轴标签大小 axis.text.y = element_text(size = 18))+ #y轴标签大小 geom_line(color="#FF6699")+ geom_point(color="#FF6699")p1

03

新增确诊为0省份数变化图

—

分省数据整理，并绘制新增确诊为0的省份数变化图：

首先从整体数据中将各省数据筛选出来，通过代码不等于86即可筛出

在这里使用dplyr包进行数据的分类汇总

筛选条件是新增确诊等于0

按日期分组

统计新增确诊等于0的省份个数

#分省数据整理ProvData <- Daydata[Daydata$代码!=86,]library(dplyr)#新增确诊=0ProvData2 = ProvData%>% filter(新增确诊==0)%>% group_by(Daydate)%>% summarise(n())ProvData2#绘制新增确诊为0省份图p6 <- ggplot(ProvData2, aes(Daydate, `n()`))+ labs(x="时间", y="新增确诊为0省份数")+ theme(axis.title = element_text(size = 20), #调整标题大小 axis.text.x = element_text(size = 18), #x轴标签大小 axis.text.y = element_text(size = 18))+ #y轴标签大小 geom_line()+ geom_point()p6

04

湖北/非湖北省份新增确诊病例变化图

—

绘制湖北省、非湖北省份新增确诊病例变化图：

前文中已经将各省数据提取到了ProvData数据框中

接下来要分别对湖北省和非湖北省份的新增确诊病例进行分别统计

首先就要分出湖北省和非湖北省的数据

同样根据代码进行区别，湖北省的代码为420000

非湖北省的只需不等于420000即可

湖北省的新增病例可以直接根据新增病例字段进行制图

非湖北省份由于是多个省份新增确诊病例总数，需要进行一个求和操作

在这里同样进行一个分类汇总

根据新增确诊不等于0进行汇总

按照时间Daydate进行分组

执行求和sum操作

然后是进行制图

在这里将湖北省、非湖北省两个图使用grid包进行了拼图

具体代码如下：

#湖北，非湖北省级数据分析HubeiData <- ProvData[ProvData$代码==420000, ]NoHubei <- ProvData[ProvData$代码!=420000, ]p7 <- ggplot(HubeiData, aes(Daydate, 新增确诊, color=代码))+ labs(x="时间", y="新增确诊人数", title="湖北省新增确诊病例变化图")+ theme(title = element_text(size = 22), axis.title = element_text(size = 20), #调整标题大小 axis.text.x = element_text(size = 18), #x轴标签大小 axis.text.y = element_text(size = 18))+ #y轴标签大小 geom_line(color="#F6B352")+ geom_point(color="#F6B352")p7NoHubeiData = NoHubei%>% filter(新增确诊!=0)%>% group_by(Daydate)%>% summarise(sum(新增确诊)) #对各省新增确诊病例求和p8 <- ggplot(NoHubeiData, aes(Daydate, `sum(新增确诊)`))+ labs(x="时间", y="新增确诊人数", title="非湖北省份新增确诊病例变化图")+ theme(title = element_text(size = 22), axis.title = element_text(size = 20), #调整标题大小 axis.text.x = element_text(size = 18), #x轴标签大小 axis.text.y = element_text(size = 18))+ #y轴标签大小 geom_line(color="#F68657")+ geom_point(color="#F68657")p8grid.newpage() ##新建页面pushViewport(viewport(layout = grid.layout(2,1))) ####将页面分成2*1矩阵vplayout <- function(x,y){ viewport(layout.pos.row = x, layout.pos.col = y)}print(p7, vp = vplayout(1,1)) ###将1的位置画图p1print(p8, vp = vplayout(2,1)) ###将(2,1)的位置画图p2

本文有关数据和代码提供百度网盘分享：

链接：https://pan.baidu.com/s/1CMROm-s0Fm78b46qjOf0Tg

提取码：5mkz

本公众号中其它文章共享资料请打赏获取