ggplot2() 按因子绘制一个变量与自身的关系？

Posted 2023-02-16

【中文标题】ggplot2() 按因子绘制一个变量与自身的关系？

【英文标题】：ggplot2() plotting one variable against itself by factor?

【发布时间】：2019-05-14 21:21:36

【问题描述】：

我正在尝试使用 ggplot 创建带有两行的 geom_point，通常这两行来自数据框中的两个不同变量，例如

library(ggplot2)
ggplot(aes(x=var1,y=var2),data = df) + geom_point() 

但是在这种情况下，我有一个垂直堆叠的变量（代表重复 1 和 2），而在另一列中有一个分数（同样来自两个重复）：

data.frame(fac=c(rep("trial1",10),rep("trial2",10)),score=rnorm(20,2,1))

我想要做的是一个简单的 ggplot 或 y 轴上的试验 1 和 x 轴上的试验 2 的折线图。在基本绘图功能中，这很简单，因为它只需要将数据拆分为两个不同的数据框。但是在 ggplot 我总是使用相同的数据框，据我所知，我不能使用两个单独的数据框进行调用。那我该怎么做呢？

我猜想在绘图之前使用 group_by 来安排 data.frame 有一些工作，但我不确定如何实现它。我希望这足够清楚。

【参考方案1】：

使用tidyverse函数，你可以做到

library(dplyr)
library(tidyr)
library(ggplot2)
dd %>% 
  group_by(fac) %>% 
  mutate(id=1:n()) %>% 
  spread(fac, score) %>% 
  ggplot(aes(trial2, trial1)) + 
  geom_line()

【讨论】：

你能澄清一下mutate(id=1:n())吗？这本质上是为每个因素的长度创建一个索引吗？如果是这样，它们不是按顺序排列有关系吗？

你需要一些方法来匹配试验 1 的值和试验 2 的值。我假设您希望它们按照它们出现的顺序匹配。这只是在组中对它们进行索引，以便它们可以匹配。

好的，我将尝试按本质上是唯一标识符 (id) 的第三列进行排序，然后看看会发生什么。会回来报告的。

如果你已经有一个ID，那么你就可以使用它。无需制造假的。

好的，所以当我这样做时，它会创建两列，但会在行之间交替插入 NA，这意味着它不会正确绘制。基本上每个 id 都错开一行。

【参考方案2】：

我仍然会使用一个 data.frame，但会重新调整（您可以使用 reshape2 包中的 dcast）。例如：

# use `nrow(df) / 2` to split data in half
df2 <- reshape2::dcast(df, seq_len(nrow(df) / 2) ~ fac, value.var = "score")

然后简单地绘制它：

library(ggplot2)
ggplot(df2, aes(trial2, trial1)) + geom_point()

【讨论】：

感谢您的意见。我选择了第一个选项，但看起来不错。