使用 R + ggplot 在一张图中绘制来自不同 csv 文件的数据

Question

我有多个 .csv 文件，每个文件都有一个列（称为：数据），我想相互比较。但首先，我必须将每个文件的列中的值分组。最后，我希望在一个图中有多条彩色“线”，每组的平均值。我将在下面描述我用来获取我想要的图表的过程。这适用于单个文件，但我不知道如何使用 ggplot 在一个图中添加多个文件的多个“行”。

这是我目前得到的：

data = read.csv(file="my01data.csv",header=FALSE, sep=",")

单个 .csv 文件如下所示，但没有标题

 ID Data Range 
 1,63,5.01   
 2,61,5.02  
 3,65,5.00  
 4,62,4.99
 5,62,4.98  
 6,64,5.01  
 7,71,4.90  
 8,72,4.93  
 9,82,4.89  
10,82,4.80  
11,83,4.82  
10,85,4.79   
11,81,4.80 

获取数据后，我将其分组为以下几行：

data["Group"] <- NA
data[(data$Range>4.95), "Group"] <- 5.0
data[(data$Range>4.85 & data$Range<4.95), "Group"] <- 4.9
data[(data$Range>4.75 & data$Range<4.85), "Group"] <- 4.8

最终数据如下：

myTable <- "ID Data Range Group
        1     63   5.01   5.00
        2     61   5.02   5.00
        3     65   5.00   5.00
        4     62   4.99   5.00
        5     62   4.98   5.00
        6     64   5.01   5.00 
        7     71   4.90   4.90
        8     72   4.93   4.90
        9     72   4.89   4.90
       10     82   4.80   4.80
       11     83   4.82   4.80
       10     85   4.79   4.80
       11     81   4.80   4.80"
myData <- read.table(text=myTable, header = TRUE)

要绘制此数据框，我使用以下几行：

 ( pplot <- ggplot(data=myDAta, aes(x=myDAta$Group, y=myDAta$Data)) 
  + stat_summary(fun.y = mean, geom = "line", color='red') 
  + xlab("Group") 
  + ylab("Data")
 )

结果如下图：

Answer 1

我假设您将.csv 文件的名称存储在一个名为file_names 的向量中。然后你可以运行下面的代码并且应该为每个文件得到不同的行：

library(ggplot2)
data_list <- lapply(file_names, read.csv , header=FALSE, sep=",")

data_list <- lapply(seq_along(data_list), function(i){
  df <- data_list[[i]]
  df$Group <- round(df$Range, 1)
  df$DataNumber <- i
  df
  })

finalTable <- do.call(rbind, data_list)
finalTable$DataNumber <- factor(finalTable$DataNumber)

ggplot(finalTable, aes(x=Group, y=Data, group = DataNumber, color = DataNumber)) + 
  stat_summary(fun.y = mean, geom = "line") + 
  xlab("Group") + 
  ylab("Data")

工作原理
首先使用read.csv 将不同的数据集读入列表data_list。然后为list 中的每个data.frame 分配一个组。 我在这里使用了round 和k=1，这意味着它会四舍五入到小数点后一位（我想这就是你正在做的事情）。
然后还为每个data.frame 分配一个唯一编号（在本例中为列表的索引）。之后，list 与rbind 合并为一个data.frame，然后将DataNumber 转换为factor（更适合绘图）。最后，我将 DataNumber 作为组和颜色变量添加到图中。

Answer 2

您可以再次使用stat_summary 来添加另一行；您可以将data 和aes 参数定义到任何其他数据集：

#some pseudo data for testing
my_other_data <- myData 
my_other_data$Data <- my_other_data$Data * 0.5 

pplot <- ggplot(data=myData, aes(x=Group, y=Data)) + 
    stat_summary(fun.y = mean, geom = "line", color='red') +
    stat_summary(data=my_other_data, aes(x=Group, y=Data), 
           fun.y = mean, geom = "line", color='green') +
    xlab("Group") +
    ylab("Data")
pplot

Answer 3

为什么不创建一个分类列（“类”）

myTable1$Class <- "table1"

myTable1 
   "ID Data Range Group Class
    1     63   5.01   5.00    table1
    2     61   5.02   5.00    table1
    3     65   5.00   5.00    table1"

myTable2$Class <- "table2"

myTable2 
    "ID Data Range Group Class
    1     63   5.01   5.00    table2
    2     61   5.02   5.00    table2
    3     65   5.00   5.00    table2" 

合并数据框

dfBIND <- rbind(myTable1, MyTable2)

这样您就可以使用分组或着色变量进行 ggplot

pplot <- ggplot(data=dfBIND, aes(x= dfBIND$Group, y= dfBIND$Data, group=Class)) +
stat_summary(fun.y = mean, geom = "line", color='red') +
xlab("Group") +
ylab("Data")