ggplot错误：无法将类“c（”gg”，”ggplot“）”强制转换为data.frame

Question

我正在尝试运行一段非常简单的代码来为作业创建一个 ggplot。我对 R 很陌生，所以我怀疑这是一个简单的问题，但我现在只是在踩水。我的教授实际上编写了这段代码，它对我交谈过的其他学生也有效。但是，我收到一个错误，这很令人困惑。

部分问题可能是我之前试图将 ggplot 强制转换为数据框（因为我有一段时间没有意识到 ggplot 到底是什么）并将其命名为 gg。

自从我开始作业后，这行代码就一直崩溃 注意：这是我的教授提供并为其他人工作的代码

ggplot(filter(gapminder, gapminder$year==1987, group=1)) + geom_point(aes(gdpPercap, lifeExp, color=continent, size=pop)) + xlab("GDP per capita") + ylab("Life expectancy at birth")

我尝试使用以下命令将 ggplot 强制转换为数据框：

gg = as.data.frame(ggplot)

显然这不起作用或没有帮助，但是从文件中删除此代码后，它可能仍会影响前一行代码？？

我预计至少会有某种情节，但我得到了以下错误：

as.data.frame.default(x[[i]], optional = TRUE, stringsAsFactors = stringsAsFactors) : 不能强制 class "c("gg", "ggplot")" 到 data.frame

任何帮助将不胜感激！

Answer 1

ggplot 将数据框作为其输入，并创建一个绘图对象，其中包含与生成它的所有参数相对应的许多片段。虽然从 ggplot 中提取数据在技术上是可行的，但它有点复杂，可能不会出现在介绍性会话中。 （请参阅底部的示例。）

基于我见过的其他 ggplot 教程（例如其创建者的 this one），更典型的做法是从显示数据框开始，并显示过滤该数据如何改变绘图。

这是一个应该有效的过程。如果它不适合您，请分享您收到的任何具体错误消息。

1. 重新启动 R。如果您使用的是 RStudio，请单击会话 -> 重新启动 R。
2. 加载库。这个例子至少使用了 ggplot2 和 gapminder，也许还有其他的。

---

library(ggplot2)
library(gapminder)
library(dplyr)   # I think this is the source of the "filter" function used here

---

1. 查看数据框。这是 gapminder 数据，它有 1,704 行。每个国家/地区的数据中每一年都有一行，例如 1952 年、1957 年等。

---

> gapminder
# A tibble: 1,704 x 6
   country     continent  year lifeExp      pop gdpPercap
   <fct>       <fct>     <int>   <dbl>    <int>     <dbl>
 1 Afghanistan Asia       1952    28.8  8425333      779.
 2 Afghanistan Asia       1957    30.3  9240934      821.
 3 Afghanistan Asia       1962    32.0 10267083      853.
 4 Afghanistan Asia       1967    34.0 11537966      836.
 5 Afghanistan Asia       1972    36.1 13079460      740.
 6 Afghanistan Asia       1977    38.4 14880372      786.
 7 Afghanistan Asia       1982    39.9 12881816      978.
 8 Afghanistan Asia       1987    40.8 13867957      852.
 9 Afghanistan Asia       1992    41.7 16317921      649.
10 Afghanistan Asia       1997    41.8 22227415      635.
# … with 1,694 more rows

4. 我们可以过滤到 1957 年的数据。（我不确定 group = 1 部分的用途 - 也许您的问题中没有提到更早的步骤？）

---

# Note: equivalent to `filter(gapminder, year == 1957)`
> filter(gapminder, gapminder$year == 1957)
# A tibble: 142 x 6
   country     continent  year lifeExp      pop gdpPercap
   <fct>       <fct>     <int>   <dbl>    <int>     <dbl>
 1 Afghanistan Asia       1957    30.3  9240934      821.
 2 Albania     Europe     1957    59.3  1476505     1942.
 3 Algeria     Africa     1957    45.7 10270856     3014.
 4 Angola      Africa     1957    32.0  4561361     3828.
 5 Argentina   Americas   1957    64.4 19610538     6857.
 6 Australia   Oceania    1957    70.3  9712569    10950.
 7 Austria     Europe     1957    67.5  6965860     8843.
 8 Bahrain     Asia       1957    53.8   138655    11636.
 9 Bangladesh  Asia       1957    39.3 51365468      662.
10 Belgium     Europe     1957    69.2  8989111     9715.
# … with 132 more rows

5. 将过滤后的数据发送到 ggplot。 ggplot 函数的第一项代表输入数据。 （我在这里省略了“group = 1”，因为我不知道它是在哪里定义的。那部分可能实际上属于aes(...) 部分吗？group = 1 有时在我们希望 ggplot 提供某种统计信息时在那里使用我们希望它将整个数据集视为一组，例如，如果您想要所有国家/地区的平均 gdp，而不是按大陆的单独平均值...）

---

ggplot(filter(gapminder, gapminder$year==1987)) + 
  geom_point(aes(gdpPercap, lifeExp, color=continent, size=pop)) + 
  xlab("GDP per capita") + 
  ylab("Life expectancy at birth")

这是我得到的输出。有什么问题吗？

---

从 ggplot 对象中提取数据。

这是相同的情节，分配给名为gg的对象：

gg <- ggplot(filter(gapminder, gapminder$year==1987)) + 
        geom_point(aes(gdpPercap, lifeExp, color=continent, size=pop)) + 
        xlab("GDP per capita") + 
        ylab("Life expectancy at birth")

那个 gg 对象结合了许多组件。在 RStudio 中，您可以检查它们并以交互方式提取组件。其中之一是源数据：

> gg[["data"]]
# A tibble: 142 x 6
   country     continent  year lifeExp       pop gdpPercap
   <fct>       <fct>     <int>   <dbl>     <int>     <dbl>
 1 Afghanistan Asia       1987    40.8  13867957      852.
 2 Albania     Europe     1987    72     3075321     3739.
 3 Algeria     Africa     1987    65.8  23254956     5681.
 4 Angola      Africa     1987    39.9   7874230     2430.
 5 Argentina   Americas   1987    70.8  31620918     9140.
 6 Australia   Oceania    1987    76.3  16257249    21889.
 7 Austria     Europe     1987    74.9   7578903    23688.
 8 Bahrain     Asia       1987    70.8    454612    18524.
 9 Bangladesh  Asia       1987    52.8 103764241      752.
10 Belgium     Europe     1987    75.4   9870200    22526.
# … with 132 more rows