一个因子内的ggplot构面网格答案

【问题标题】：ggplot facet grid within a factor一个因子内的ggplot构面网格
【发布时间】：2020-06-08 21:55:38
【问题描述】：

考虑如下所示的数据

fitem<-rep(rep(1:16,each=3),2)
fsubs<-factor(rep(rep(paste('sub',1:3,sep=''),16),2))
ftime<-factor(as.character(rep(c('a','b'),each=48)))
fcounts<-as.numeric(round(runif(96,1,10)))
fdf<-data.frame(fsubs,fitem,fcounts,ftime)


head(df)

  fsubs fitem fcounts ftime
1  sub1     1       8     a
2  sub2     1      10     a
3  sub3     1       4     a
4  sub1     2       4     a
5  sub2     2       1     a
6  sub3     2       6     a

我想绘制一个分面网格，显示两个时间点（'a'，'b'）的计数，以主题为单位。我似乎无法弄清楚如何在 ggplot 中绘制它

这是我的丑陋尝试

fdf_counts<-data.frame()
for (i in unique(fdf$fsubs)){
  fdf_counts<-append(fdf_counts,cbind(fdf%>%filter(fsubs==i,ftime=='a')%>%dplyr::select(fcounts),
                        fdf%>%filter(fsubs==i,ftime=='b')%>%dplyr::select(fcounts)))

fdf_counts<-data.frame(fdf_counts)
}

s1<-ggplot(fdf_counts,aes(x=fcounts,y=fcounts.1))+geom_point()+geom_smooth(method='lm')+labs(x='a',y='b',title='sub1')
s2<-ggplot(fdf_counts,aes(x=fcounts.2,y=fcounts.3))+geom_point()+geom_smooth(method='lm')+labs(x='a',y='b',title='sub2')
s3<-ggplot(fdf_counts,aes(x=fcounts.4,y=fcounts.5))+geom_point()+geom_smooth(method='lm')+labs(x='a',y='b',title='sub3')



plot_grid(s1,s2,s3)#from 'cowplot' package

如何使用原始的fdf data.frame 做到这一点？尤其是随着订阅人数的增加

或者例如，如果我想在所有子系统中绘制一个散点图，其中 fcounts 以 ftime(a) 为 x 轴，ftime(b) 为 y 轴？

【问题讨论】：

两个时间点是什么？
时间点是因素'a'，'b'，如果不清楚，抱歉！

标签： r ggplot2 scatter-plot facet-grid

【解决方案1】：

考虑在 fsubs 和 fitem 上单独使用数据框的 merge 解决方案（每个 fsubs 和 ftime 分组）。这种方法允许您保留较长的tidy data 格式，这是ggplot 的理想格式，因为您可以在不重复使用fsubs 的情况下使用facet_grid。

mdf <- merge(subset(fdf, ftime=="a"), 
             subset(fdf, ftime=="b"), 
             by=c("fsubs", "fitem"), 
             suffixes=c("", "_"))

ggplot(mdf, aes(x=fcounts, y=fcounts_)) + 
  geom_point() + 
  geom_smooth(method='lm') +
  labs(x='a', y='b') + 
  facet_grid(~fsubs)

【讨论】：

谢谢，这正是我想要的。非常优雅，仍然保持整洁的数据格式。
很高兴听到并乐于提供帮助！编码愉快！

【解决方案2】：

这应该让你接近：

library(dplyr)
library(tidyr)
library(tibble)
library(ggplot2)

fitem<-rep(rep(1:16,each=3),2)
fsubs<-factor(rep(rep(paste('sub',1:3,sep=''),16),2))
ftime<-factor(as.character(rep(c('a','b'),each=48)))
fcounts<-as.numeric(round(runif(96,1,10)))
fdf<-tibble(fsubs,fitem,fcounts,ftime)


fdf <- fdf %>%
  group_by(ftime) %>%
  mutate(row_id = row_number()) %>%
  pivot_wider(values_from = fcounts,
              names_from = ftime)


ggplot(data = fdf, aes(x = a, y = b)) +
  geom_point() +
  geom_smooth(method = "lm") +
  facet_wrap(fsubs ~ ., ncol = 1)

tidyr 函数 pivot_wider 允许我们在没有显式循环的情况下创建所需数据的形状：使用来自 fcounts 的值创建新列 a 和 b。我们确实需要创建一个唯一的行 ID 来完成这项工作。

顺便说一句，当我运行您的代码时，图表看起来与您在问题中发布的不同。

有了这个输出：

【讨论】：

【解决方案3】：

刚刚尝试创建一个可以分析所有 4 个变量的可视化。得到了geom_histogram

```{r}
fitem<-rep(rep(1:16,each=3),2)
fsubs<-factor(rep(rep(paste('sub',1:3,sep=''),16),2))
ftime<-factor(as.character(rep(c('a','b'),each=48)))
fcounts<-as.numeric(round(runif(96,1,10)))
fdf<-data.frame(fsubs,fitem,fcounts,ftime)

fdf_counts<-data.frame()
for (i in unique(fdf$fsubs)){
  fdf_counts<-append(fdf_counts,cbind(fdf%>%filter(fsubs==i,ftime=='a')%>%dplyr::select(fcounts),
                        fdf%>%filter(fsubs==i,ftime=='b')%>%dplyr::select(fcounts)))

fdf_counts<-data.frame(fdf_counts)
}


ggplot(data = fdf, mapping = aes(x = fdf$fsubs, y = fdf$fcounts, fill = fdf$fitem)) +               geom_bar(stat = "identity", position =     "dodge") + facet_grid(cols = vars(ftime))


```

【讨论】：