为什么 R 在解析绘图参数时表现不同？

Question

我正在尝试使用 ggplot 在单个折线图上绘制多个时间序列变量。我正在使用一个包含 n 个时间序列变量和一列时间段的 data.frame。本质上，我想遍历 data.frame，并将 n goem_lines 添加到单个图表中。

最初我尝试使用以下代码，其中;

• df = data.frame 包含 n 个时间序列变量和 1 列时间段
• wid = n（时间序列变量的数量）

  p <- ggplot() +
    scale_color_manual(values=c(colours[1:wid]))  
  for (i in 1:wid) {
    p <- p + geom_line(aes(x=df$Time, y=df[,i], color=var.lab[i]))
  } 
  ggplotly(p)

但是，这只会在 data.frame 中生成最终时间序列变量的图。然后我进一步调查，发现以下几组代码产生了完全不同的结果：

p <- ggplot() +
    scale_color_manual(values=c(colours[1:wid]))
i = 1
p = p + geom_line(aes(x=df$Time, y=df[,i], color=var.lab[i]))
i = 2
p = p + geom_line(aes(x=df$Time, y=df[,i], color=var.lab[i]))
i = 3
p = p + geom_line(aes(x=df$Time, y=df[,i], color=var.lab[i]))
  ggplotly(p)

Plot produced by code above

p <- ggplot() +
    scale_color_manual(values=c(colours[1:wid]))
p = p + geom_line(aes(x=df$Time, y=df[,1], color=var.lab[1]))
p = p + geom_line(aes(x=df$Time, y=df[,2], color=var.lab[2]))
p = p + geom_line(aes(x=df$Time, y=df[,3], color=var.lab[3]))
  ggplotly(p)

Plot produced by code above

在我看来，这两组代码是相同的，那么谁能解释一下为什么它们会产生如此不同的结果？

我知道这可能很容易使用 autoplot 完成，但我对这两个代码片段的行为更感兴趣。

Answer 1

您正在尝试做的是通过绘制多条线的“hack”方式，但在 ggplot 方面并不理想。为了成功，我会使用aes_string。但这是一个hack。

df <- data.frame(Time = 1:20,
                 Var1 = rnorm(20),
                 Var2 = rnorm(20, mean = 0.5),
                 Var3 = rnorm(20, mean = 0.8))

vars <- paste0("Var", 1:3)
col_vec <- RColorBrewer::brewer.pal(3, "Accent")

library(ggplot2)
p <- ggplot(df, aes(Time))
for (i in 1:length(vars)) {
    p <- p + geom_line(aes_string(y = vars[i]), color = col_vec[i], lwd = 1)
}
p + labs(y = "value")

如何正确操作

为了使这个绘图更正确，您需要先对数据进行透视，以便将每个美学 (aes) 映射到数据框中的一个变量。这意味着我们需要一个变量在我们的数据框中是color。因此，我们pivot_longer 并再次绘制：

library(tidyr)
df_melt <- pivot_longer(df, cols = Var1:Var3, names_to = "var")

ggplot(df_melt, aes(Time, value, color = var)) +
    geom_line(lwd = 1) +
    scale_color_manual(values = col_vec)