データの確認

オープン・クローズチャートを描くために Redmien公式 から REST API を用いて取得した以下のデータを用います。
　

プロジェクト期間の設定

オープン・クローズチャートを描くためには横軸になるプロジェクト期間を設定しなければなりません。今回は2018年にオープンしたチケットデータを取得していますのでプロジェクト期間を以下とします。
　

(range <- data.frame(start = lubridate::as_date("2018/1/1"),
                     end = lubridate::as_date("2018/12/31"))) %>%
  knitr::kable()                            # 表示のための処理です

　
上記の期間を元に日次のデータを作成しておきます。このデータがグラフの横軸となります。
　

(cal <- data.frame(date = with(range, seq(start, end, 1)))) %>% 
  head_tail()                               # 以下は表示のための処理です

チケット数のカウント

横軸となるプロジェクト期間のデータが作成できましたので、次は縦軸となるチケットのオープン数とクローズ数をカウントし、そこから累積数を求めます。
　

(open <- issues %>% 
  dplyr::filter(status != "Closed") %>%     # クローズしていないチケットのみを取り出します
  tidyr::drop_na(created_on) %>%            # 念の為に作成日がNAのチケットを取り除きます
  dplyr::count(created_on, priority)) %>%   # 作成日と優先度で集計します 
  head_tail()                               # 表示のための処理です

(close <- issues %>% 
  dplyr::filter(status == "Closed") %>%     # クローズしたチケットのみを取り出します
  tidyr::drop_na(closed_on) %>%             # 念の為に終了日がNAのチケットを取り除きます
  dplyr::count(closed_on)) %>%              # 終了日で集計します
  head_tail()                               # 表示のための処理です

プロジェクト期間との結合

ただし、クローズの最終日以降はこれからの進捗期間とみなし集計対象外とします（なので値は欠損値とします）。また、後で累積を計算しますので進捗期間内の欠損値はチケットなしとしてゼロにしておきます。
　

(oc_df <- cal %>% 
                                            # Openチケット数を結合しMessy Dataに変換します
  dplyr::left_join(., open, by = c("date" = "created_on")) %>% 
  tidyr::spread(key = priority, value = n) %>% 
                                            # Closeチケットの数を結合します
  dplyr::left_join(., close, by = c("date" = "closed_on")) %>% 
  dplyr::rename(close = n) %>% 
                                            # NAを一括して変換するためにTidy Dataに変換します
  tidyr::gather(key = "key", value = "n", -date) %>% 
  dplyr::mutate(n = dplyr::if_else(date <= dplyr::last(close$closed_on),
                                   dplyr::if_else(!is.na(n), n, 0L), NA_integer_)) %>% 
  tidyr::spread(key = key, value = n) %>%   # Messy Dataに変換します
  dplyr::rename(`No Status` = `<NA>`)) %>%  # 表示名を変更します
  head_tail()                               # 表示のための処理です

累積数の算出

これで、日ごとのオープン数とクローズ数が求められましたので、オープン・クローズチャートを描くために必要な累積オープン数と累積クローズ数を求めます。

(cum_df <- oc_df %>% 
  dplyr::mutate_if(is.integer, cumsum) ) %>%  # 一括して累積数を求めます 
  head_tail()                                 # 表示のための処理です

このままプロットしても構いませんが、ggplot2パッケージを利用するのであれば、Tidy Dataに変換しておくことをおすゝめします。Tidy Dataにすることでグルーピング操作や因子水準のを並べ変え操作などが楽になります。
　

cum_df %>% 
                                            # Tidy Dataに変換して因子水準を並べ替えます
  tidyr::gather(key = "status", value = n, -date) %>% 
  dplyr::mutate(status = forcats::fct_relevel(status, "Urgent", "High",
                                              "Normal", "Low", "No Status")) %>% 
                                            # 並べ替えた因子水準を利用してグラフを描きます
  ggplot2::ggplot(ggplot2::aes(x = date, y = n, fill = status)) +
    ggplot2::geom_area() +                  # 積み上げグラフとして描画します
    ggplot2::labs(x = "", y = "累積チケット数",
                  title = "オープンチケットのみ優先度で層別したオープンクローズチャート") +
    ggplot2::scale_fill_brewer(palette = "Spectral")

　
今回は、取得した全チケット（全てのトラッカー）のオープンチケットのみを優先度で分類してオープン・クローズチャートを描いてみました。

　
Enjoy!