在ggplot中绘制具有计算标准偏差的分组条形图答案

【问题标题】：Plot Grouped bar graph with calculated standard deviation in ggplot在ggplot中绘制具有计算标准偏差的分组条形图
【发布时间】：2018-05-18 15:30:16
【问题描述】：

我觉得这应该很容易做到，但我很难弄清楚这一点。

我有一个数据框

type <- c("a","b","c","d","e")
x <- rnorm(5)
y <- rnorm(5)
z <- rnorm(5) 
xsd <- sd(x)
ysd <- sd(y)
zsd <- sd(z)
df <- data.frame(type, x,y,z,xsd,ysd,zsd)
df



type           x          y         z       xsd       ysd       zsd
1    a -1.16788106  0.2260430 -1.16788106 0.8182508 0.7321015 0.9016335
2    b -0.09955193 -0.6647980 -0.09955193 0.8182508 0.7321015 0.9016335
3    c -0.87901053 -0.4269936 -0.87901053 0.8182508 0.7321015 0.9016335
4    d -0.87861339 -1.3669793 -0.87861339 0.8182508 0.7321015 0.9016335
5    e  0.84350228  0.4702580  0.84350228 0.8182508 0.7321015 0.9016335

我需要type 的x、y 和z 平均值的分组条形图，其中误差线显示每个变量的标准偏差。标准差在不同的列xsd,ysd和zsd

我需要在 y 轴上绘制平均值，type 在 x 轴上对 x、y、z 变量进行分组。我尝试使用gather() 重新排列数据，但没有任何成功...

【问题讨论】：

x、y、z 是条形本身的值吗？或者你想绘制平均值？您预计 15 条还是 3 条？
你的真实数据集是这样的吗？
@AntoniosK 是的，不同的名称，但非常相似。只是为了重现性和可读性重新创建了它。

标签： r ggplot2

【解决方案1】：

让ggplot2为你做计算：

install.packages("hmisc") # for mean_sdl

library(tidyverse)

type <- c("a","b","c","d","e")
x <- rnorm(5, 10, 5)
y <- rnorm(5, 8, 3)
z <- rnorm(5, 2, 4) 

df <- data.frame(type,x,y,z)

df_long <- df %>% 
  gather(variable, value, x:z)

ggplot(df_long, aes(x = variable, y = value, fill = variable)) + 
  stat_summary(fun.y = "mean", geom = "col") + 
  stat_summary(fun.data = mean_sdl, geom = "errorbar", width = .5, fun.args = list(mult = 1))

【讨论】：

谢谢！我不知道 ggplot 可以为你做计算。这非常接近我的需要。我只需要将变量按type 分组
“按类型分组”是什么意思？类型应该在 x 轴上吗？
变量typec("a","b","c","d","e")。是的，它应该对 x、y 和 z 变量进行分组
那你会有15个吧？这没有任何意义，您只有 15 个观察值，因此您无法获得单个观察值的标准差。
你是完全正确的。我意识到我最初的评论并不能完全代表我的数据。然而，我能够用我的真实数据做我需要的事情。

【解决方案2】：

这个例子应该会有所帮助：

type <- c("a","b","c","d","e")
x <- rnorm(50,20, 5)
y <- rnorm(50, 25,1)
z <- rnorm(50, 40, 1) 

df <- data.frame(type, x,y,z)
df

library(tidyverse)

df %>%
  gather(x,value,-type) %>%
  group_by(type, x) %>%
  summarise(MEAN = mean(value),
            SD = sd(value)) %>%
  ggplot(aes(x, MEAN, fill=type))+
  geom_bar(stat="identity", position = "dodge")+
  geom_errorbar(aes(ymin=MEAN-SD, ymax=MEAN+SD), position = "dodge")

【讨论】：