ggplot 在不同的 data.frames 中带有 x 和 y 变量，带有 For-Loop

Posted 2023-02-16

【中文标题】ggplot 在不同的 data.frames 中带有 x 和 y 变量，带有 For-Loop

【英文标题】：ggplot with x and y variables in different data.frames with a For-Loop

【发布时间】：2021-09-29 21:21:14

【问题描述】：

我的 x 和 y 值有两个 data.frames。这样做是因为每一行代表来自同一个体的多个样本，并且每个个体 也 具有唯一的 x 值。我的 y 值表示例：

Group	subgroup	rank	diameter	ID	peak 1	peak 2	peak 3	peak 4	peak 5
Hym	Polistes	6	4.3	AD39	241.878	390.415	518.534	625.108	742.561
Dip	Callip	4	3.2	AD42	45.937	102.299	151.484	182.305	NA

（但有约 200 行和额外的“峰值”列，最高可达“峰值 16”）

以及我的 x 值表的样本：

ID	disp1	disp2	disp3	disp4	disp5
AD39	0.0591	0.118	0.177	0.236	0.295
AD42	0.102	0.203	0.305	0.406	0.508

（同样，“disp”列上升到“disp16）

所以，我这里有 2 个样本，基本上都在经历应力-应变曲线。 “峰值”是来自给定位移量的力（g），我的 x 值，表示为被压缩的总直径的比例（即位移/总直径。每个位移步长为 0.254mm，因此 disp1 = 0.254 /总直径，disp2=0.508/总直径等）。

对于我的散点图，y 值是“峰值”列，x 值是我的“分布”值。 这意味着 AD39 第一个点的坐标是 (0.0591,241.878)，第二个是 (0.118,390.415)，依此类推。从 AD42 可以看出，并非所有 x 值都有对应的 y 值。

我使用 For 循环配对数据

dy<-read_excel(file name for y-value table)
dx<-read_excel(file name for y-value table)
n<- nrow(dx)

disp<- data.frame(NA, dim = c(n,16))
peak<- data.frame(NA, dim = c(n,16))
for (i in 1:n) 
  for (j in 1:16) 
    disp[i,j]<- dx[i,j+1]
    peak[i,j]<- dy[i,j+6] 
  

names(disp)<- c(1:16)
names(peak)<- c(1:16)

然后我像这样绘制数据：

plot(as.numeric(disp[1,1:16]), as.numeric(peak[1,1:16]), pch = 20, xlab = "displacement", ylab = "peak")
#plot all points
for (i in 2:n) 
  points(as.numeric(disp[i,1:16]), as.numeric(peak[i,1:16]), pch = 20)

（我承认一个熟人在我花了好几个小时试图让 cbind 工作之后为我做了 for 循环；我真的不太了解 for 循环）

基本上，我的最终目标是能够轻松地将数据分成不同的因素组；前任。我想将我的 37 个等级为“6”的标本与我的 82 个等级为“4”的标本进行比较，方法是将它们绘制在同一组轴上，或者将我的 45 个“Hym”标本与我的 93 个“Dip”标本进行比较。

我想我可以用一堆子集（）函数暴力破解代码，但是有太多的因素组，这需要几个小时，并且是世界上最笨拙的代码。

我想在 ggplot 中执行此操作，因为它是更好的绘图包，它还允许您在 ggplot 函数中子集数据。

不幸的是，由于我的 For-Loop，我什至无法在 ggplot 上绘制单个样本。这是我的尝试：

library(ggplot2)
ggplot(data=data.frame(x=(as.numeric(disp[1:16])),y=(as.numeric(peak[1:16]))),aes(x=(as.numeric(disp[1,1:16])), y=(as.numeric(peak[1,1:16]))))+geom_point(size=2,shape=23)

我得到的错误是“data.frame 中的错误（x = (as.numeric(disp[1:16])), y = (as.numeric(peak[1:16])))： 'list' 对象不能被强制输入 'double'"

我认为这个^ 错误是由于我的 data.frame 中的“as.numeric”函数造成的。所以我删除了它，只是为了得到： “错误：美学必须是长度1或与数据相同（167）：x和y”

我认为问题是我的 y 值中的 NA 值中包含“NA”。老实说，不知道如何处理。

所以，经过多次波折，我来到了这里。我不确定解决方案是直截了当，还是只能通过改变我处理数据的方式来解决。

【问题讨论】：

我建议将您的数据重新调整为更长的格式，其中每个样本都有一行，然后连接两个表，然后为每个人添加一个汇总值及其排名。将其输入 ggplot 将非常简单，例如。 reshaped_data %>% ggplot(aes(disp, peak, group = ID)) + geom_point() + facet_wrap(~rank)

【参考方案1】：

这是我的建议：

首先，将两张表重新整形为长格式：

library(tidyverse)
y_value_long <- y_value_table %>%
  pivot_longer(-c(Group:ID), names_prefix = "peak.", 
               names_transform = list(name = as.integer), 
               values_to = "peak")

x_value_long <-  x_value_table %>% 
      pivot_longer(-ID, names_prefix = "disp", 
                   names_transform = list(name = as.integer), 
                   values_to = "disp")

加入他们并按等级分面。

left_join(y_value_long, x_value_long, by = c("ID", "name")) %>%
  ggplot(aes(disp, peak, group = ID)) +
  geom_point() +
  geom_path() +  # using _path here instead of _line b/c you might have multiple force values yielding the same displacement
  facet_wrap(~rank)

【讨论】：

以长格式保存数据总是一个好主意（在 ggplot 的世界中）