时间序列及其可视化

我有25万个事件可以说谎：

Slot Anzahl Nutzung TimeSlotNr WochenSlots Tag
1 2011-01-01 00:00:00      2   Firma          1         242   1
2 2011-01-01 00:00:00     50  Privat          1         242   1
3 2011-01-01 00:30:00      1   Firma          2         243   1
4 2011-01-01 00:30:00     49  Privat          2         243   1
5 2011-01-01 01:00:00      1   Firma          3         244   1
6 2011-01-01 01:00:00     48  Privat          3         244   1

一个插槽代表半个30分钟，“Anzahl”是一个插槽中的事件数，第一个插槽从2011-01-01 00:00:00开始“WochenSlots”是TimeSlotNr %% 336并在星期六00开始： 00:00 . 所以我希望在一周内看到分布 .

我现在想做的是：

• 以x刻度显示日期（星期一00:00 - 星期日24:00）

• 显示行（信封），显示x％事件的分布 .

我不知道，怎么做 .

ggplot(data=PB2) + 
    geom_point(mapping = aes(x = WochenSlots, y = Anzahl, colour = Nutzung), alpha=0.6) +
    scale_y_continuous(labels = scales::percent) +
    facet_wrap(~Nutzung,
               shrink = TRUE,
               nrow = 2,
               scales = "free_y")

dput（PB2 [1：100，]）结构（列表（Slot =结构（c）（1293840000,1293840000,1293841800,1293841800,1293843600,1293843600,1293845400,1293845400,1293847200,1293847200,1293849000,1293849000,1293850800,1293850800,1293852600 ，1293852600,1293854400,1293854400,1293856200,1293856200,1293858000,1293858000,1293859800,1293859800,1293861600,1293861600,1293863400,1293863400,1293865200,12293865200,1293867000,1293867000,1293868800,1293868800,1293870600,1293870600,1293872400,1293872400,1293874200,1293874200 ，1293876000,1293876000,1293877800,1293877800,1293879600,1293879600,1293881400,1293881400,1293883200,1293883200,1293885000,1293885000,1293886800,1293886800,1293888600,1293888600,1293890400,1293890400,1293892200,1293892200,1293894000,1293894000,1293895800,1293895800,1293897600 ，1293897600,1293899400,1293899400,1293901200,1293901200,1293903000,1293903000,1293904800,1293904800,1293906600,1293906600,1293908400,1293908400,122991020 0,1293910200,12293912000,1293912000,1293913800,1293913800,1293915600,1293915600,1293917400,1293917400,1293919200,12293919200,1229921000,1293921000,1293922800,1293922800,1293924600,1293924600,1293926400,1293926400,1293928200,1293928200),class = c（“ POSIXct“，”POSIXt“），tzone =”UTC“），Anzahl = c（2L，50L，1L，49L，1L，48L，1L，43L，1L，43L，1L，30L，1L，27L，0L，22L ，0L，19L，0L，20L，0L，18L，0L，17L，0L，17L，0L，17L，0L，17L，0L，18L，0L，19L，2L，19L，2L，19L，2L，20L，2L ，21L，2L，21L，2L，20L，2L，18L，2L，22L，2L，24L，3L，25L，1L，28L，1L，30L，1L，33L，1L，32L，1L，28L，2L，24L ，2L，25L，2L，25L，2L，22L，2L，20L，1L，15L，2L，14L，1L，13L，1L，11L，1L，12L，1L，11L，1L，9L，1L，8L，1L ，7L，1L，5L，1L，4L，1L，3L，0L，3L），Nutzung = c（“Firma”，“Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“Firma “，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“， “Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“ Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“ ，“Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“Firma”，“ Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“ ，“Firma”，“Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“ Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“，”Privat“，”Firma“ ，“Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“Firma”，“Privat”，“Firma”，“ Privat“），TimeSlotNr = c（1L，1L，2L，2L，3L，3L，4L，4L，5L，5L，6L，6L，7L，7L，8L，8L，9L，9L，10L，10L，11L， 11L，12L，12L，13L，13L，14L，14L，15L，15L，16L，16L，17L，17L，18L，18L，19L，19L，20L，20L，21L，21L，22L，22L，23L，23L， 24L，24L，25L，25L，26L，26L，27L，27L，28L，28L，2 9L，29L，30L，30L，31L，31L，32L，32L，33L，33L，34L，34L，35L，35L，36L，36L，37L，37L，38L，38L，39L，39L，40L，40L，41L， 41L，42L，42L，43L，43L，44L，44L，45L，45L，46L，46L，47L，47L，48L，48L，49L，49L，50L，50L），WochenSlots = c（242,242,243,243 ，244,244,245,245,246,246,247,247,248,248,249,249,250,250,251,251,252,252,253,253,254,254,255,255,256 ，256,257,257,258,258,259,259,260,260,261,261,262,262,263,263,264,264,265,265,266,266,267,267,268,268 ，269,269,270,270,271,271,272,272,273,273,274,274,275,275,276,276,277,277,278,278,279,279,280,280,281 ，281,282,282,283,283,284,284,285,285,286,286,287,287,288,288,289,289,290,290,291,291），Tag = c（1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L，1L， 1L，1L，1L，1L，1L，1L，2L，2L，2L，2L））,. Name = c（“Slot”，“Anzahl”，“Nutzung”，“TimeSlotNr”，“WochenSlots”，“Tag” ），row.names = c（NA，100L），class =“data.frame”）