从两个数据帧中的数据生成多个串行图/散点图

Question

我有 2 个数据帧，Tg 和 Pf，每个数据帧 127 列。所有列都至少有一行，最多可以有数千个。所有值都在 0 和 1 之间，并且存在一些缺失值（空单元格）。这是一个小子集：

Tg
Tg1 Tg2 Tg3 ... Tg127
0.9 0.5 0.4     0
0.9 0.3 0.6     0
0.4 0.6 0.6     0.3
0.1 0.7 0.6     0.4
0.1 0.8
0.3 0.9
    0.9
    0.6
    0.1

Pf
Pf1 Pf2 Pf3 ...Pf127
0.9 0.5 0.4    1
0.9 0.3 0.6    0.8 
0.6 0.6 0.6    0.7
0.4 0.7 0.6    0.5
0.1     0.6    0.5
0.3
0.3
0.3

请注意，某些单元格是空的，并且同一子集（即 1 到 127）的向量长度可能非常不同，并且很少有完全相同的长度。 我想为 127 个向量生成 127 个图形，如下所示（即图形用于每个数据帧的 col 1，图形 2 用于每个数据帧的 col 2 等...）：

希望这是有道理的。我期待您的帮助，因为我不想一张一张地制作这些图表...... 谢谢！

Answer 1

这是一个让您入门的示例（数据位于https://gist.github.com/1349300）。如需进一步调整，请查看网络上出色的 ggplot2 文档。

library(ggplot2)

# Load data
Tg = read.table('Tg.txt', header=T, fill=T, sep=' ')
Pf = read.table('Pf.txt', header=T, fill=T, sep=' ')

# Format data
Tg$x        = as.numeric(rownames(Tg))
Tg          = melt(Tg, id.vars='x')
Tg$source   = 'Tg'
Tg$variable = factor(as.numeric(gsub('Tg(.+)', '\\1', Tg$variable)))

Pf$x        = as.numeric(rownames(Pf))
Pf          = melt(Pf, id.vars='x')
Pf$source   = 'Pf'
Pf$variable = factor(as.numeric(gsub('Pf(.+)', '\\1', Pf$variable)))

# Stack data
data = rbind(Tg, Pf)

# Plot
dev.new(width=5, height=4)
p = ggplot(data=data, aes(x=x)) + geom_line(aes(y=value, group=source, color=source)) + facet_wrap(~variable)
p

---

突出显示线条之间的区域

首先，将数据插入到更精细的网格中。这样，功能区将跟随线条的实际包络线，而不仅仅是原始数据点所在的位置。

data = ddply(data, c('variable', 'source'), function(x) data.frame(approx(x$x, x$value, xout=seq(min(x$x), max(x$x), length.out=100))))
names(data)[4] = 'value'

接下来，计算geom_ribbon 所需的数据——即ymax 和ymin。

ribbon.data = ddply(data, c('variable', 'x'), summarize, ymin=min(value), ymax=max(value))

现在是时候进行绘图了。请注意我们如何添加了一个新的功能区层，我们用新的ribbon.data 框架代替了它。

dev.new(width=5, height=4)
p + geom_ribbon(aes(ymin=ymin, ymax=ymax),  alpha=0.3, data=ribbon.data)

---

线条之间的动态着色

最棘手的变化是如果您希望颜色根据数据而变化。为此，您当前必须创建一个新的分组变量来识别不同的段。例如，在这里，我们可能会使用一个函数来指示“Tg”组何时位于顶部：

GetSegs <- function(x) {
  segs = x[x$source=='Tg', ]$value > x[x$source=='Pf', ]$value
  segs.rle = rle(segs)

  on.top = ifelse(segs, 'Tg', 'Pf')
  on.top[is.na(on.top)] = 'Tg'

  group = rep.int(1:length(segs.rle$lengths), times=segs.rle$lengths)
  group[is.na(segs)] = NA

  data.frame(x=unique(x$x), group, on.top)
}

现在我们应用它并将结果与​​我们的原始功能区数据合并。

groups = ddply(data, 'variable', GetSegs)
ribbon.data = join(ribbon.data, groups)

对于情节，关键是我们现在为带状几何体指定分组美学。

dev.new(width=5, height=4)
p + geom_ribbon(aes(ymin=ymin, ymax=ymax, group=group, fill=on.top),  alpha=0.3, data=ribbon.data)

代码一起在：https://gist.github.com/1349300

Answer 2

这是一个三班轮做同样的事情:-)。我们首先从base 到reshape 将数据转换为长格式。然后，它被融化以适应ggplot2。最后，我们生成情节！

mydf   <- reshape(cbind(Tg, Pf), varying = 1:8, direction = 'long', sep = "")
mydf_m <- melt(mydf, id.var = c(1, 4), variable = 'source') 
qplot(id, value, colour = source, data = mydf_m, geom = 'line') + 
  facet_wrap(~ time, ncol = 2)

注意。 base R 中的 reshape 函数非常强大，尽管使用起来非常混乱。它用于在long 和wide 格式之间转换数据。

Answer 3

感谢您使用 R 将您以前在 Excel 中执行的操作自动化！这正是我开始使用 R 的方式以及通向 R 启蒙的共同途径 :)

您真正需要的只是一点点循环。这是一个示例，其中大部分是创建代表您的数据结构的示例数据：

## create some example data

Tg <- data.frame(Tg1 = rnorm(10))
for (i in 2:10) {
  vec <- rep(NA, 8)
  vec <- c(rnorm(sample(5:10,1)), vec)
  Tg[paste("Tg", i, sep="")] <- vec[1:10]

}

Pf <- data.frame(Pf1 = rnorm(10))
for (i in 2:10) {
  vec <- rep(NA, 8)
  vec <- c(rnorm(sample(5:10,1)), vec)
  Pf[paste("Pf", i, sep="")] <- vec[1:10]

}
## ok, sample data created

## now lets loop through all the columns
## if you didn't know how many columns there are you could 
## use ncol(Tg) to figure out

for (i in 1:10) {
  plot(1:10, Tg[,i], type = "l", col="blue", lwd=5, ylim=c(-3,3), 
     xlim=c(1, max(length(na.omit(Tg[,i])), length(na.omit(Pf[,i])))))
  lines(1:10, Pf[,i], type = "l", col="red", lwd=5, ylim=c(-3,3))
  dev.copy(png, paste('rplot', i, '.png', sep=""))
  dev.off()
}

这将在您的工作目录中生成 10 个图表，如下所示：