在 r 中为组的平均值创建折线图

Question

我正在尝试使用 r 创建简单的折线图，将数据点与受访者群体的平均值联系起来（也不会给它们贴标签或用不同的颜色等来区分它们） 我的数据是长格式的，并按如下所示排序（如果有任何值，我也有宽格式）：

    ID  gender  week  class  motivation
    1   male    0     1       100
    1   male    6     1       120
    1   male    10    1       130
    ...
    2   female  0     1       90
    2   female  6     1       NA
    2   female  10    1       117
    ...
    3   male    0     2       89
    3   male    6     2       112
    3   male    10    2       NA
    ...

基本上，每个受访者总共测量了 n 次，每个人的场合（周）都相同。一些受访者在一次或多次情况下失踪。让我们说动机。性别、阶级和身份等变量不会改变，动机会改变。 我尝试使用 ggplot2 获取折线图

 ## define base for the graphs and store in object 'p'
plot <- ggplot(data = DataRlong, aes(x = week, y = motivation, group = gender))
plot + geom_line()

作为分组变量，例如，我想使用类或性别。 但是，我的方法不会导致连接每组平均值的线。 我还得到了每个测量场合的垂直线。这是什么意思？我冷想解决这个问题的唯一方法是创建一个新变量 average.motivation 并计算每个场合每个组的平均值，然后将该平均值分配给该组的所有成员。但是，这意味着当我想基于另一个因素显示组线时，我必须对每个组变量执行此操作。 另外，情节如何处理缺失的数据？ （如果一个组的一个成员有缺失值，我仍然希望这个场合的组平均值来计算点，而不是忽略那个组的整个场合）。

编辑： 谢谢，使用 dplyr 的解决方案对我所有的分类变量都很有效。 现在，我试图弄清楚如何通过基于第二个/第三个因素为它们的线条着色来区分子组。 例如，我为“class2”组绘制了 20 条线，但不是让它们都使用 20 种不同的颜色，而是希望它们使用相同的颜色，如果它们属于相同类型的类（“class_type” ，例如A、B或C =20行，三组颜色）。

我已将第二个因素添加到“mean_data2”。效果很好。接下来，我尝试更改 ggplot 中的颜色参数，（也尝试在 geom_line 中），但那样我就没有 20 行了。

mean_data2 % 总结（procras = mean（procras，na.rm = TRUE））

图书馆(ggplot2) ggplot(na.omit(mean_data2), aes(x = occ, y = procras, colour=class2)) + geom_point() + geom_line(aes(colour=class_type))

Answer 1

您也可以使用dplyr 包来聚合数据：

library(dplyr)
mean_data <- group_by(data, gender, week) %>%
             summarise(motivation = mean(motivation, na.rm = TRUE))

您可以使用na.omit() 摆脱NA 值，如下所示：

library(ggplot2)
ggplot(na.omit(mean_data), aes(x = week, y = motivation, colour = gender)) +
  geom_point() + geom_line()

这里没有必要明确使用group 美学，因为ggplot 会自动按绘图中的分类变量对线条进行分组。您拥有的唯一分类变量是gender。 （有关更多信息，请参阅this answer）。

Answer 2

另一种可能性是使用stat_summary，因此您只能使用ggplot。

ggplot(data = DataRlong, aes(x = week, y = motivation, group = gender)) + 
   stat_summary(geom = "line", fun.y = mean)

Answer 3

几乎可以肯定，您必须确保这些分组变量是因素。

我不太确定你想要什么，但这里有一个镜头......

library("ggplot2")
df <- read.table(textConnection("ID  gender  week  class  motivation
1   male    0     1       100
1   male    6     1       120
1   male    10    1       130
2   female  0     1       90
2   female  6     1       NA
2   female  10    1       117
3   male    0     2       89
3   male    6     2       112
3   male    10    2       NA"), header=TRUE, stringsAsFactors=FALSE)

df2 <- aggregate(df$motivation, by=list(df$gender, df$week), 
             function(x)mean(x, na.rm=TRUE))
names(df2) <- c("gender", "week", "avg")
df2$gender <- factor(df2$gender)
ggplot(data = df2[!is.na(df2$avg), ], 
       aes(x = week, y = avg, group=gender, color=gender)) + 
  geom_point()+geom_line()