当 aes(group = ...) 而不是 aes(fill/shape = ...) 时，闪避误差条的位置错误

Question

用position = "dodge" 绘制误差线最近让我很头疼……奇怪的是，用美学shape 或fill（不应该适用于误差线）来避开它们似乎效果很好。然而，用美学躲避group 会将条形置于意想不到的位置。我想知道这是否可能是一个 ggplot2 错误。

我喜欢在条形图或箱线图后面放置自定义误差线。有时我会为情节的不同元素赋予特殊的颜色。出于这个原因，我经常将aes() 不包含在ggplot() 函数中，而是包含在geoms 或stats 中。

这是一个“放置良好”的错误栏示例：

library(ggplot2)
library(dplyr)

ToothGrowth %>% 
  mutate(dose = factor(dose)) %>% 
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(fill = supp), geom = "errorbar", position = "dodge") + 
  geom_boxplot(aes(fill = supp), position = "dodge", coef = 0) 

这会产生警告Warning: Ignoring unknown aesthetics: fill。使用aes(shape = supp) 打印相同的图。

我希望得到相同的情节，但不会通过将填充/形状与“组”(aes(group = supp)) 交换来发出警告。这不会产生警告，但会产生非常意外的结果：

ToothGrowth %>% 
  mutate(dose = factor(dose)) %>% 
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(group = supp), geom = "errorbar", position = "dodge") + 
  geom_boxplot(aes(fill = supp), position = "dodge", coef = 0)  

有人能解释一下这种行为吗？与aes(group = ...) 和aes(fill = ...) 分组不应该在闪避位置上表现相似吗？

Answer 1

来自?aes_group_order（已添加重点）：

默认情况下，组被设置为所有离散的交互 图中的变量。这通常会正确地对数据进行分区，但是 如果没有，或者图中没有使用离散变量， 您将需要通过映射显式定义分组结构 分组到每个组具有不同值的变量。

与

ToothGrowth %>% 
  mutate(dose = factor(dose)) %>% 
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(fill = supp), geom = "errorbar", position = "dodge")

误差条组自动设置为剂量（已转换为因子，即离散变量）和 supp（已是 ToothGrowth 数据集中的一个因子）的交互作用。换句话说，每个剂量c(0.5, 1, 1.5) 和支持c("OJ", "VJ") 的组合都被视为一个单独的组，以便计算箱线图汇总统计。因此，显示的误差线与箱线图层完美匹配，即使填充与 geom_errorbar 的美学无关。

有

ToothGrowth %>% 
  mutate(dose = factor(dose)) %>% 
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(group = supp), geom = "errorbar", position = "dodge")

误差线组明确设置为 supp 和 only supp。这会覆盖默认行为，因此我们只有两个（一个用于“OJ”，一个用于“VJ”），而不是上面的 6 个组。这会导致误差线层和箱线图层不匹配。

您可以显式设置组映射以模仿默认行为：

p1 <- ToothGrowth %>%
  mutate(dose = factor(dose)) %>%
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(group = interaction(dose, supp)), geom = "errorbar", position = "dodge") +
  geom_boxplot(aes(fill = supp), position = "dodge", coef = 0)
p1
layer_data(p1, 1L) # view data associated with error bar layer
layer_data(p1, 2L) # view data associated with boxplot layer

p2 <- ToothGrowth %>%
  mutate(dose = factor(dose)) %>%
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(group = interaction(supp, dose)), geom = "errorbar", position = "dodge")+
  geom_boxplot(aes(fill = supp), position = "dodge", coef = 0)
p2
layer_data(p2, 1L) # view data associated with error bar layer
layer_data(p2, 2L) # view data associated with boxplot layer

注意： interaction(dose, supp) 和 interaction(supp, dose) 将产生相同的图，外观方面，但如果您想比较与每一层关联的基础数据，interaction(dose, supp) 在与默认顺序相同，而interaction(supp, dose) 则没有。

Answer 2

代码忽略了未知的美学：填充

stat_boxplot(aes(fill = supp), geom = "errorbar", position = "dodge") 

而代码考虑到美学group = supp 并为 OJ 和 VC 提供了两个错误栏。

stat_boxplot(aes(group = supp), geom = "errorbar", position = "dodge")

完整代码

library(ggplot2)
library(dplyr)

ToothGrowth %>% 
  mutate(dose = factor(dose)) %>% 
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(fill = supp), geom = "errorbar", position = "dodge") +
  geom_boxplot(aes(fill = supp), position = "dodge", coef = 0) 

Warning: Ignoring unknown aesthetics: fill



ToothGrowth %>% 
  mutate(dose = factor(dose)) %>% 
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(group = supp), geom = "errorbar", position = "dodge") + 
  geom_boxplot(aes(fill = supp), position = "dodge", coef = 0)