Gráficos para series de tiempo

Código en R:

library(ggplot2)

Importar datos de la TRM mensual:

precios = read.csv("TRM-mensual.csv", sep = ";", dec = ",", header = T)
print(head(precios))

      Fecha     TRM
1 1/01/2000 1923.57
2 1/02/2000 1950.64
3 1/03/2000 1956.25
4 1/04/2000 1986.77
5 1/05/2000 2055.69
6 1/06/2000 2120.17

str(precios)

'data.frame':       264 obs. of  2 variables:
 $ Fecha: Factor w/ 264 levels "1/01/2000","1/01/2001",..: 1 23 45 67 89 111 133 155 177 199 ...
 $ TRM  : num  1924 1951 1956 1987 2056 ...

Transformación de las fechas:

La variable Fecha no tiene el formato Date.

Convertiremos la columna Fecha en formato Date con la función as.Date(variable fecha, format = "%d/%m/%Y"). Por defecto queda en el formato yyyy-mm-dd.

Símbolo

Significado

Ejemplo

%d

Días como números

01-31

%a

Días de la semana abreviados

jue

%A

Días de la semana no abreviados

jueves

%m

Meses como números

01-12

%b

Meses abreviados

ene

%B

Meses no abreviados

enero

%y

Años con dos dígitos

22

%Y

Años con cuatro dígitos

2022

 
precios$Fecha = as.Date(precios$Fecha, format = "%d/%m/%Y")
str(precios$Fecha)

Date[1:264], format: "2000-01-01" "2000-02-01" "2000-03-01" "2000-04-01" "2000-05-01" ...

ggplot(data = precios, aes(x = Fecha, y = TRM)) +
    geom_line()
../../_images/output_9_0.png

Las fechas del eje \(X\) se pueden cambiar con scale_x_date(date_labels = formato)

Por ejemplo:

  • Solo años: scale_x_date(date_labels = "%Y")

  • Mes y año separados por -: scale_x_date(date_labels = "%m-%Y")

  • Mes y año separados por /: scale_x_date(date_labels = "%m-%Y")

  • Día, mes y año separados por /: scale_x_date(date_labels = "%d/%m/%Y")

Se puede hacer cualquier combinación de la tabla anterior con el formato de las fechas y con - y /.

ggplot(data = precios, aes(x = Fecha, y = TRM)) +
    geom_line() +
    scale_x_date(date_labels = "%d/%m/%Y")
../../_images/output_11_0.png 
ggplot(data = precios, aes(x = Fecha, y = TRM)) +
    geom_line() +
    scale_x_date(date_labels = "%m-%Y")
../../_images/output_12_0.png

La separación de las fechas en el eje \(X\) se modifican con el argumento date_breaks = dentro de la función scale_x_date().

Por ejemplo:

  • Cada día: date_breaks = "1 day".

  • Cada cinco días: date_breaks = "5 day".

  • Cada semana: date_breaks = "1 week".

  • Cada 50 semanas: date_breaks = "50 week".

  • Cada mes: date_breaks = "1 month".

  • Cada 18 meses: date_breaks = "18 month".

  • Cada año: date_breaks = "1 year".

  • Cada cinco años: date_breaks = "5 year".

ggplot(data = precios, aes(x = Fecha, y = TRM)) +
    geom_line() +
    scale_x_date(date_labels = "%m-%Y", date_breaks = "5 year")
../../_images/output_14_01.png

Múltiples series de tiempo:

Importar datos de tres acciones y el índice COLCAP:

acciones = read.csv("Acciones2022.csv", sep = ";", dec = ",", header = T)
print(head(acciones))

      Fecha  COLCAP PFBCOLOM  ECO
1 1/01/2017 1357.47    27560 1375
2 1/02/2017 1326.31    27300 1320
3 1/03/2017 1365.61    28700 1350
4 1/04/2017 1371.54    28720 1360
5 1/05/2017 1439.48    32260 1335
6 1/06/2017 1462.90    33900 1380

str(acciones)

'data.frame':       61 obs. of  4 variables:
 $ Fecha   : Factor w/ 61 levels "1/01/2017","1/01/2018",..: 1 7 12 17 22 27 32 37 42 47 ...
 $ COLCAP  : num  1357 1326 1366 1372 1439 ...
 $ PFBCOLOM: num  27560 27300 28700 28720 32260 ...
 $ ECO     : num  1375 1320 1350 1360 1335 ...

Transformación de las fechas:

acciones$Fecha = as.Date(acciones$Fecha, format = "%d/%m/%Y")
str(acciones$Fecha)

Date[1:61], format: "2017-01-01" "2017-02-01" "2017-03-01" "2017-04-01" "2017-05-01" ...

ggplot(data = acciones, aes(x = Fecha)) +
    geom_line(aes(y = COLCAP)) +
    geom_line(aes(y = PFBCOLOM)) +
    geom_line(aes(y = ECO))
../../_images/output_21_0.png

Grid para los gráficos:

p1 <- ggplot(data = acciones, aes(x = Fecha)) +
        geom_line(aes(y = COLCAP))

p2 <- ggplot(data = acciones, aes(x = Fecha)) +
        geom_line(aes(y = PFBCOLOM))

p3 <- ggplot(data = acciones, aes(x = Fecha)) +
        geom_line(aes(y = ECO))

library(gridExtra)
grid.arrange(p1, p2, p3, ncol = 1)
../../_images/output_24_0.png

Librería plotly para series de tiempo:

La librería plotly para realizar gráficos interactivos. Es muy utilizada para series de tiempo financieras.

install.packages("plotly")

library(plotly)

Attaching package: 'plotly'


The following object is masked from 'package:ggplot2':

    last_plot


The following object is masked from 'package:stats':

    filter


The following object is masked from 'package:graphics':

    layout

Similiar a ggplot2, con la librería plotly se indica el Data.Frame de los datos y en los ejes los nombres de las columnas a graficar, pero anteponer el símbolo ~.

plot_ly(acciones, x = ~Fecha, y = ~COLCAP)

No trace type specified:
  Based on info supplied, a 'scatter' trace seems appropriate.
  Read more about this trace type -> https://plot.ly/r/reference/#scatter

No scatter mode specifed:
  Setting the mode to markers
  Read more about this attribute -> https://plot.ly/r/reference/#scatter-mode

Warning message:
"arrange_() is deprecated as of dplyr 0.7.0.
Please use arrange() instead.
See vignette('programming') for more help
This warning is displayed once every 8 hours.
Call lifecycle::last_warnings() to see where this warning was generated."
No trace type specified:
  Based on info supplied, a 'scatter' trace seems appropriate.
  Read more about this trace type -> https://plot.ly/r/reference/#scatter

No scatter mode specifed:
  Setting the mode to markers
  Read more about this attribute -> https://plot.ly/r/reference/#scatter-mode

Como se puede leer en las advertencias antes del gráfico no se especificó el tipo. Esto lo podemos hacer con agregando type = "scatter", mode = "lines".

plot_ly(acciones, x = ~Fecha, y = ~COLCAP, type = "scatter", mode = "lines")

Para graficar varias series de tiempo se debe agregar %>% y la función add_trace().

plot_ly(acciones, x = ~Fecha, y = ~COLCAP, type = "scatter", mode = "lines", name = "COLCAP") %>%
add_trace(y = ~PFBCOLOM, name = "PFBCOLOM") %>%
add_trace(y = ~ECO, name = "ECO")

Título y etiquetas:

Con la línea de código layout().

plot_ly(acciones, x = ~Fecha, y = ~COLCAP, type = "scatter", mode = "lines", name = "COLCAP") %>%
add_trace(y = ~PFBCOLOM, name = "PFBCOLOM") %>%
add_trace(y = ~ECO, name = "ECO") %>%
layout(title = "COLCAP y acciones",     # Título del gráfico
       xaxis = list(title = "Fecha"),   # Nombre del eje X
       yaxis = list(title = "Precio"))  # Nombre del eje y

Eje secundario:

Se especifica para cada serie de tiempo si estará en el eje primario: yaxis = "y1", o en el eje secundario: yaxis = "y2". Luego, en la función layout() indicar que el eje secundario estará a la derecha así: yaxis2 = list(overlaying = "y", side = "right").

plot_ly(acciones, x = ~Fecha, y = ~COLCAP, type = "scatter", mode = "lines", name = "COLCAP", yaxis = "y2") %>%
add_trace(y = ~PFBCOLOM, name = "PFBCOLOM", yaxis = "y1") %>%
add_trace(y = ~ECO, name = "ECO", yaxis = "y2") %>%
layout(title = "COLCAP y acciones",
       xaxis = list(title = "Fecha"),
       yaxis = list(title = "Precio"),
       yaxis2 = list(overlaying = "y", side = "right"))   # Eje secundario

Tipos de líneas:

Solo líneas: mode = "lines"

Para puntos y líneas: mode = "lines+markers"

Solo puntos: mode = "markers"

plot_ly(acciones, x = ~Fecha, y = ~COLCAP, type = "scatter", mode = "lines+markers", name = "COLCAP", yaxis = "y2") %>%
add_trace(y = ~PFBCOLOM, name = "PFBCOLOM", yaxis = "y1") %>%
add_trace(y = ~ECO, name = "ECO", yaxis = "y2") %>%
layout(title = "COLCAP y acciones",
       xaxis = list(title = "Fecha"),
       yaxis = list(title = "Precio"),
       yaxis2 = list(overlaying = "y", side = "right"))   # Eje secundario