数据分析（R语言）——ggplot绘制多线图结果图颜色不匹配

问题描述：

MelbCV.csv是墨尔本人行道监控数据的一个子集如下图，依据统计数据回答各个监控点一天的哪些时段是行人通过的高峰？所有监控点是否有一致的人流高峰时段？若有，是哪个（些）时段？哪个路口人流量最大？哪个路口人流量最小？依据什么得出的结论？人流量的最大值出现在哪个监控点的哪天的哪个时段？
下面是数据集：

下面是数据集的说明

colname	含义	类型	唯一值个数	众数
Date	日期	character	30	所有值出现频次相同
Year	年份	double	1	所有值出现频次相同,2012
Month	月份	double	1	所有值出现频次相同,9
Mdate	日	double	30	所有值出现频次相同
Weekday_End	表示周末或工作日，10代表工作日，20代表周末	double	2	所有值出现频次相同,10,20
Day	表示一周里的第几天，周日是第一天	double	7	1,7
Hour	表示一天中的第几个小时	double	24	所有值出现频次相同
Town_Hall-West	在Town_Hall-West的人行道通过人数	double	613	35
Collins Place-South	在Collins Place-South的人行道通过人数	double	485	10
Australia on Collins	在Australia on Collins的人行道通过人数	double	498	16
Bourke Street Mall-South	在Bourke Street Mall-South的人行道通过人数	double	552	12
Bourke Street Mall-North	在Bourke Street Mall-North的人行道通过人数	double	548	4
Melbourne Central	在Melbourne Central的人行道通过人数	double	598	32
Flagstaff Station	在Flagstaff Station的人行道通过人数	double	392	10
State Library	在State Library的人行道通过人数	double	308	24

下面是相关的部分代码：

alter<-MelbCV
alter[is.na(alter)]<-mean(MelbCV$`State Library`,na.rm=TRUE)#应用平均值
t_peak<-group_by(alter,Hour)%>%summarise(count=n(),mean1=mean(`Town_Hall-West`),
                                          mean2=mean(`Collins Place-South`),
                                          mean3=mean(`Australia on Collins`),
                                          mean4=mean(`Bourke Street Mall-South`),
                                          mean5=mean(`Bourke Street Mall-North`),
                                          mean6=mean(`Melbourne Central`),
                                          mean7=mean(`Flagstaff Station`),
                                          mean8=mean(`State Library`))
#col_fill<-factor(colnames(MelbCV[,8:15]))
ggplot(t_peak)+ylab("人数")+
  geom_line(aes(Hour,mean1,color="tomato"))+
  geom_line(aes(Hour,mean2,color="orange"))+
  geom_line(aes(Hour,mean3,color="mediumblue"))+
  geom_line(aes(Hour,mean4,color="purple"))+
  geom_line(aes(Hour,mean5,color="gold"))+
  geom_line(aes(Hour,mean6,color="hotpink"))+
  geom_line(aes(Hour,mean7,color="green"))+
  geom_line(aes(Hour,mean8,color="black"))+
  scale_x_continuous(breaks=seq(0:22))
  #scale_color_manual(values = c("tomato","orange","mediumblue","purple","gold","hotpink","green","black"),labels=as.vector(col_fill))

做出的图和我设定的颜色没有一毛钱关系

原因分析：

解决方案：

转载自知乎@陆壹肆
根据上面的文章，将上面的代码做了一些修改

alter<-MelbCV
alter[is.na(alter)]<-mean(MelbCV$`State Library`,na.rm=TRUE)#应用平均值
#t_peak里将count列删除了
t_peak<-group_by(alter,Hour)%>%summarise(mean1=mean(`Town_Hall-West`),
                                          mean2=mean(`Collins Place-South`),
                                          mean3=mean(`Australia on Collins`),
                                          mean4=mean(`Bourke Street Mall-South`),
                                          mean5=mean(`Bourke Street Mall-North`),
                                          mean6=mean(`Melbourne Central`),
                                          mean7=mean(`Flagstaff Station`),
                                          mean8=mean(`State Library`))
col_fill<-colnames(MelbCV[,8:15])
max_num<-apply(t_peak,2,FUN =  function(x) {
  max(x)
})
max_hour<-apply(t_peak,2,FUN =  function(x) {
  which.max(x)-1
})
#这里增加了将表格融合
library(reshape2)
long_peak <- melt(t_peak, id="Hour")#融合效果如下图一
ggplot(data=long_peak,aes(x=Hour, y=value, group=variable, color=variable))+
  geom_line()#输出效果如下