Diagrammes de Gantt avec R

Quelqu'un a-t-il utilisé R pour créer un diagramme de Gantt ?

PS je pourrais vivre sans les flèches de dépendance.

Il existe maintenant quelques méthodes élégantes pour générer un diagramme de Gantt dans R.

Utiliser Candela

library(candela)

data <- list(
    list(name='Do this', level=1, start=0, end=5),
    list(name='This part 1', level=2, start=0, end=3),
    list(name='This part 2', level=2, start=3, end=5),
    list(name='Then that', level=1, start=5, end=15),
    list(name='That part 1', level=2, start=5, end=10),
    list(name='That part 2', level=2, start=10, end=15))

candela('GanttChart',
    data=data, label='name',
    start='start', end='end', level='level',
    width=700, height=200)

Utilisation de DiagrammeR

library(DiagrammeR)

mermaid("
gantt
dateFormat  YYYY-MM-DD
title A Very Nice Gantt Diagram

section Basic Tasks
This is completed             :done,          first_1,    2014-01-06, 2014-01-08
This is active                :active,        first_2,    2014-01-09, 3d
Do this later                 :               first_3,    after first_2, 5d
Do this after that            :               first_4,    after first_3, 5d

section Important Things
Completed, critical task      :crit, done,    import_1,   2014-01-06,24h
Also done, also critical      :crit, done,    import_2,   after import_1, 2d
Doing this important task now :crit, active,  import_3,   after import_2, 3d
Next critical task            :crit,          import_4,   after import_3, 5d

section The Extras
First extras                  :active,        extras_1,   after import_4,  3d
Second helping                :               extras_2,   after extras_1, 20h
More of the extras            :               extras_3,   after extras_1, 48h
")

Trouvez cet exemple et bien d'autres sur DiagrammeR GitHub

Si vos données sont stockées dans un data.frame, vous pouvez créer la chaîne à transmettre mermaid()en la convertissant au format approprié.

Considérer ce qui suit:

df <- data.frame(task = c("task1", "task2", "task3"),
                 status = c("done", "active", "crit"),
                 pos = c("first_1", "first_2", "first_3"),
                 start = c("2014-01-06", "2014-01-09", "after first_2"),
                 end = c("2014-01-08", "3d", "5d"))

#   task status     pos         start        end
#1 task1   done first_1    2014-01-06 2014-01-08
#2 task2 active first_2    2014-01-09         3d
#3 task3   crit first_3 after first_2         5d

Utilisation dplyret tidyr(ou l'une de vos ressources de gestion de données préférées):

library(tidyr)
library(dplyr)

mermaid(
  paste0(
    # mermaid "header", each component separated with "\n" (line break)
    "gantt", "\n", 
    "dateFormat  YYYY-MM-DD", "\n", 
    "title A Very Nice Gantt Diagram", "\n",
    # unite the first two columns (task & status) and separate them with ":"
    # then, unite the other columns and separate them with ","
    # this will create the required mermaid "body"
    paste(df %>%
            unite(i, task, status, sep = ":") %>%
            unite(j, i, pos, start, end, sep = ",") %>%
            .$j, 
          collapse = "\n"
    ), "\n"
  )
)

Comme mentionné par @GeorgeDontas dans les commentaires, il existe un petit hack qui pourrait permettre de changer les étiquettes de l'axe x en dates au lieu de 'w.01, w.02'.

En supposant que vous ayez enregistré le graphique de sirène ci-dessus m, faites:

m$x$config = list(ganttConfig = list(
  axisFormatter = list(list(
    "%b %d, %Y" 
    ,htmlwidgets::JS(
      'function(d){ return d.getDay() == 1 }' 
    )
  ))
))

Qui donne:

Utilisation de timevis

Depuis le timevis GitHub :

timevisvous permet de créer des visualisations de chronologie riches et entièrement interactives dans R. Les chronologies peuvent être incluses dans des applications Shiny et des documents de démarquage R, ou affichées à partir de la console R et de RStudio Viewer.

library(timevis)

data <- data.frame(
  id      = 1:4,
  content = c("Item one"  , "Item two"  ,"Ranged item", "Item four"),
  start   = c("2016-01-10", "2016-01-11", "2016-01-20", "2016-02-14 15:00:00"),
  end     = c(NA          ,           NA, "2016-02-04", NA)
)

timevis(data)

Qui donne:

Utilisation intrigue

Je suis tombé sur ce post fournissant une autre méthode utilisant plotly. Voici un exemple:

library(plotly)

df <- read.csv("https://cdn.rawgit.com/plotly/datasets/master/GanttChart-updated.csv", 
               stringsAsFactors = F)

df$Start  <- as.Date(df$Start, format = "%m/%d/%Y")
client    <- "Sample Client"
cols      <- RColorBrewer::brewer.pal(length(unique(df$Resource)), name = "Set3")
df$color  <- factor(df$Resource, labels = cols)

p <- plot_ly()
for(i in 1:(nrow(df) - 1)){
  p <- add_trace(p,
                 x = c(df$Start[i], df$Start[i] + df$Duration[i]), 
                 y = c(i, i), 
                 mode = "lines",
                 line = list(color = df$color[i], width = 20),
                 showlegend = F,
                 hoverinfo = "text",
                 text = paste("Task: ", df$Task[i], "<br>",
                              "Duration: ", df$Duration[i], "days<br>",
                              "Resource: ", df$Resource[i]),
                 evaluate = T
  )
}

p

Qui donne:

Vous pouvez ensuite ajouter des informations et des annotations supplémentaires, personnaliser les polices et les couleurs, etc. (voir l'article de blog pour plus de détails)

Un simple ggplot2diagramme de Gantt.

Tout d'abord, nous créons des données.

library(reshape2)
library(ggplot2)

tasks <- c("Review literature", "Mung data", "Stats analysis", "Write Report")
dfr <- data.frame(
  name        = factor(tasks, levels = tasks),
  start.date  = as.Date(c("2010-08-24", "2010-10-01", "2010-11-01", "2011-02-14")),
  end.date    = as.Date(c("2010-10-31", "2010-12-14", "2011-02-28", "2011-04-30")),
  is.critical = c(TRUE, FALSE, FALSE, TRUE)
)
mdfr <- melt(dfr, measure.vars = c("start.date", "end.date"))

Maintenant, dessinez l'intrigue.

ggplot(mdfr, aes(value, name, colour = is.critical)) + 
  geom_line(size = 6) +
  xlab(NULL) + 
  ylab(NULL)

Pensez à utiliser le packageprojmanr (version 0.1.0 publiée sur CRAN le 23 août 2017).

library(projmanr)

# Use raw example data
(data <- taskdata1)

taskdata1:

  id name duration pred
1  1   T1        3     
2  2   T2        4    1
3  3   T3        2    1
4  4   T4        5    2
5  5   T5        1    3
6  6   T6        2    3
7  7   T7        4 4,5 
8  8   T8        3  6,7

Maintenant, commencez à préparer gantt:

# Create a gantt chart using the raw data
gantt(data)

# Create a second gantt chart using the processed data
res <- critical_path(data)
gantt(res)

# Use raw example data
data <- taskdata1
# Create a network diagram chart using the raw data
network_diagram(data)

# Create a second network diagram using the processed data
res <- critical_path(data)
network_diagram(res)

Essaye ça:

install.packages("plotrix")
library(plotrix)
?gantt.chart

Le package planprend en charge la création de diagrammes de burndown et de diagrammes de Gantt et contient une plot.ganttfonction. Voir cette page du manuel graphique R

Découvrez également comment en créer un dans R en utilisant les diagrammes de GANTT de l'API R de Plotly dans R en utilisant PLOTLY .

Vous pouvez le faire avec le package GoogleVis :

datTL <- data.frame(Position=c(rep("President", 3), rep("Vice", 3)),
                    Name=c("Washington", "Adams", "Jefferson",
                           "Adams", "Jefferson", "Burr"),
                    start=as.Date(x=rep(c("1789-03-29", "1797-02-03", 
                                          "1801-02-03"),2)),
                    end=as.Date(x=rep(c("1797-02-03", "1801-02-03", 
                                        "1809-02-03"),2)))

Timeline <- gvisTimeline(data=datTL, 
                         rowlabel="Name",
                         barlabel="Position",
                         start="start", 
                         end="end",
                         options=list(timeline="{groupByRowLabel:false}",
                                      backgroundColor='#ffd', 
                                      height=350,
                                      colors="['#cbb69d', '#603913', '#c69c6e']"))
plot(Timeline)

Source: https://cran.r-project.org/web/packages/googleVis/vignettes/googleVis_examples.html

J'ai utilisé et modifié l'exemple ci-dessus de Richie, travaillé comme un charme. Version modifiée pour montrer comment son modèle pourrait se traduire par l'ingestion de données CSV plutôt que par des éléments de texte fournis manuellement.

NOTE : La réponse de Richie manque indique que 2 paquets ( reshape et ggplot2 ) sont nécessaires pour le haut / bas du code au travail.

rawschedule <- read.csv("sample.csv", header = TRUE) #modify the "sample.csv" to be the name of your file target. - Make sure you have headers of: Task, Start, Finish, Critical OR modify the below to reflect column count.
tasks <- c(t(rawschedule["Task"]))
dfr <- data.frame(
name        = factor(tasks, levels = tasks),
start.date  = c(rawschedule["Start"]),
end.date    = c(rawschedule["Finish"]),
is.critical = c(rawschedule["Critical"]))
mdfr <- melt(dfr, measure.vars = c("Start", "Finish"))


#generates the plot
ggplot(mdfr, aes(as.Date(value, "%m/%d/%Y"), name, colour = Critical)) + 
geom_line(size = 6) +
xlab("Duration") + ylab("Tasks") +
theme_bw()

Voici un article que j'ai écrit sur l'utilisation de ggplot pour générer quelque chose comme un diagramme de Gantt. Pas très sophistiqué, mais pourrait vous donner des idées.

Pour moi, Gvistimeline était le meilleur outil pour ce faire, mais sa connexion en ligne requise ne m'était pas utile. Ainsi j'ai créé un package appelé vistimequi utilise plotly(similaire à la réponse de @Steven Beaupré), donc vous pouvez zoomer etc.:

https://github.com/shosaco/vistime

vistime: Créez des chronologies interactives ou des diagrammes de Gantt à l'aide de plotly.js. Les graphiques peuvent être inclus dans les applications Shiny et manipulés via plotly_build ().

install.packages("vistime")    
library("vistime")  

dat <- data.frame(Position=c(rep("President", 3), rep("Vice", 3)),
              Name = c("Washington", "Adams", "Jefferson", "Adams", "Jefferson", "Burr"),
              start = rep(c("1789-03-29", "1797-02-03", "1801-02-03"), 2),
              end = rep(c("1797-02-03", "1801-02-03", "1809-02-03"), 2),
              color = c('#cbb69d', '#603913', '#c69c6e'),
              fontcolor = rep("white", 3))

vistime(dat, events="Position", groups="Name", title="Presidents of the USA")

Très vieille question, je sais, mais cela vaut peut-être la peine de laisser ici - insatisfait des réponses que j'ai trouvées à cette question - il y a quelques mois, j'ai créé un package de base pour créer des diagrammes de Gantt basés sur ggplot2 : ganttrify (plus de détails dans le readme du package) .

Exemple de sortie:

La bibliothèque PlotPrjNetworks fournit des outils de mise en réseau utiles pour la gestion de projet.

library(PlotPrjNetworks)
project1=data.frame(
task=c("Market Research","Concept Development","Viability Test",
"Preliminary Design","Process Design","Prototyping","Market Testing","Final Design",
"Launching"),
start=c("2015-07-05","2015-07-05","2015-08-05","2015-10-05","2015-10-05","2016-02-18",
"2016-03-18","2016-05-18","2016-07-18"),
end=c("2015-08-05","2015-08-05","2015-10-05","2016-01-05","2016-02-18","2016-03-18",
"2016-05-18","2016-07-18","2016-09-18"))
project2=data.frame(
from=c(1,2,3,4,5,6,7,8),
to=c(2,3,4,5,6,7,8,9),
type=c("SS","FS","FS","SS","FS","FS","FS","FS"),
delay=c(7,7,7,8,10,10,10,10))
GanttChart(project1,project2)

Je voudrais améliorer le ggplot-Answer avec plusieurs barres pour chaque tâche.

Commencez par générer des données (dfrP est le data.frame de l'autre réponse, dfrR est un autre data.frame avec les dates de réalisation et mdfr est une fusion correspondant à l'instruction ggplot () suivante):

library(reshape2)
tasks <- c("Review literature", "Mung data", "Stats analysis", "Write Report")
dfrP <- data.frame(
  name        = factor(tasks, levels = tasks),
  start.date  = as.Date(c("2010-08-24", "2010-10-01", "2010-11-01", "2011-02-14")),
  end.date    = as.Date(c("2010-10-31", "2010-12-14", "2011-02-28", "2011-04-30")),
  is.critical = c(TRUE, FALSE, FALSE, TRUE)
)
dfrR <- data.frame(
  name        = factor(tasks, levels = tasks),
  start.date  = as.Date(c("2010-08-22", "2010-10-10", "2010-11-01", NA)),
  end.date    = as.Date(c("2010-11-03", "2010-12-22", "2011-02-24", NA)),
  is.critical = c(TRUE, FALSE, FALSE,TRUE)
)
mdfr <- merge(data.frame(type="Plan", melt(dfrP, measure.vars = c("start.date", "end.date"))),
  data.frame(type="Real", melt(dfrR, measure.vars = c("start.date", "end.date"))), all=T)

Tracez maintenant ces données en utilisant des facettes pour le nom de la tâche:

library(ggplot2)
ggplot(mdfr, aes(x=value, y=type, color=is.critical))+
  geom_line(size=6)+
  facet_grid(name ~ .) +
  scale_y_discrete(limits=c("Real", "Plan")) +
  xlab(NULL) + ylab(NULL)

Sans les informations is.critiques, vous pourriez également utiliser Plan / Real comme couleur (ce que je préfère), mais je voulais utiliser le data.frame de l'autre réponse pour la rendre mieux comparable.

Trouvé le geom_segment dans ggplot est génial. Des solutions précédentes, utilisez les données mais pas besoin de fondre.

library(ggplot2)

tasks <- c("Review literature", "Mung data", "Stats analysis", "Write Report")
dfr <- data.frame(
  name        = factor(tasks, levels = tasks),
  start.date  = as.Date(c("2010-08-24", "2010-10-01", "2010-11-01", "2011-02-14")),
  end.date    = as.Date(c("2010-10-31", "2010-12-14", "2011-02-28", "2011-04-30")),
  is.critical = c(TRUE, FALSE, FALSE, TRUE)
)

ggplot(dfr, aes(x =start.date, xend= end.date, y=name, yend = name, color=is.critical)) +
  geom_segment(size = 6) +
  xlab(NULL) + ylab(NULL)

GantPlot

Vous pouvez jeter un œil à ce post. Cela utilise R et ggplot.

https://dwh-businessintelligence.blogspot.nl/2016/05/what-if-for-project-management.html