我正在尝试用穿过 ggplot 中的因素的线复制批处理/病例/治疗的点图。这有点像 Douglas Bates 的线性模型类(class)中的这个图,它在 y 轴上显示 6 个组,在 x 轴上有连续响应,每个组的平均值由一条线连接:
以与 lme4 包捆绑在一起的 sleepstudy 数据集为例,我有:
library(ggplot2)
p <- ggplot(sleepstudy, aes(x=Reaction, y=reorder(Subject, Reaction)))
p <- p + geom_point()
print(p)
这给出了基本的点图,y 轴上的对象按 react 时间的增加顺序排列。
然后我创建了一个数据框,其中包含每个受试者的平均 react 时间:
mean_rxn <- function(df) mean(df$Reaction, na.rm=T)
sleepsummary <- ddply(sleepstudy, .(Subject), mean_rxn)
我能够在每个主题的平均值处绘制点:
p.points <- p + geom_point(data=sleepsummary, aes(x=V1, y=reorder(Subject, V1), size=10))
print(p.points)
但是我无法得到跨越这些因素的线。也就是说,从 geom_point 更改为 geom_line 不显示任何内容
# does nothing
p.line <- p + geom_line(data=sleepsummary, aes(x=V1, y=reorder(Subject, V1)))
print(p.line)
有人有什么想法吗?最终,我的目标是以这种方式在原始数据之上绘制一些模型结果,因此在绘制原始数据框时计算意味着“即时”的方法不太有用,因为我需要从中获取数据点更复杂的模型拟合。
感谢您的帮助!
瑞安
最佳答案
已编辑
我的第一个建议是在绘图之前将值转换为数字。
p.line <- p +
geom_line(data=sleepsummary, aes(x=V1, y=as.numeric(reorder(Subject, V1))))
但是 Hadley 指出在解决方案中使用 group=1 比 as.numeric() 更可取:
p.line <- p +
geom_line(data=sleepsummary, aes(x=V1, y=reorder(Subject, V1), group=1))
print(p.line)
关于r - 在点图(ggplot)中添加线交叉因子,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5276237/