大小散点图均值与样本大小成正比

Question

我正在使用 ggplot2 创建一个散点图，并希望将我的点均值大小与用于计算均值的样本大小成比例。这是我的代码，我使用fun.y 按组计算平均值Trt：

branch1 %>%
ggplot() + aes(x=Branch, y=Flow_T, group=Trt, color=Trt) +
stat_summary(aes(group=Trt), fun.y=mean, geom="point", size=)

我对 R 比较陌生，但我的猜测是在 aes 函数中使用 size 来调整我的观点。我认为提取fun.y=mean 中使用的样本大小并创建一个可以输入到size 的新类可能是个好主意，但是我不知道该怎么做。

任何帮助将不胜感激！干杯。

编辑

这是我的数据供参考：

Plant Branch Pod_B Flow_Miss Pod_A Flow_T Trt     Dmg
<int>  <dbl> <int>     <int> <int>  <dbl> <fct> <int>
1     1   1.00     0        16    20  36.0  Early     1
2     1   2.00     0         1    17  18.0  Early     1
3     1   3.00     0         0    17  17.0  Early     1
4     1   4.00     0         3    14  17.0  Early     1
5     1   5.00     5         2     4  11.0  Early     1
6     1   6.00     0         3     7  10.0  Early     1
7     1   7.00     0         4     6  10.0  Early     1
8     1   8.00     0        13     6  19.0  Early     1
9     1   9.00     0         2     7   9.00 Early     1
10     1  10.0      0         2     3   5.00 Early     1

编辑 2：

这是我试图通过每个Trt（处理）的样本大小 n 的比例大小来实现的图表，其中平均值是根据Trt 和Branch 数字计算的。我想知道是否应该将Branch 设为分类变量。

Plot without Proportional Sizing

Answer 1

如果我的理解正确，您想根据每个 Trt 组的点数来缩放点的大小。

这样的事情怎么样？请注意，我附加了您的示例数据，因为 Trt 仅包含 Early 条目。

df %>%
    group_by(Trt) %>%
    mutate(ssize = n()) %>%
    ggplot(aes(x = Branch, y = Flow_T, colour = Trt, size = ssize)) +
        geom_point();

说明：我们按Trt分组，然后计算每组的样本数ssize，并用参数aes(...., size = ssize)作图，以确保点的大小与sscale成比例。您在这里不需要group 美学。

---

更新

根据Flow_T 每Trt 的平均值来缩放点，我们可以这样做：

df %>%
    group_by(Trt) %>%
    mutate(
        ssize = n(),
        mean.Flow_T = mean(Flow_T)) %>%
    ggplot(aes(x = Branch, y = Flow_T, colour = Trt, size = mean.Flow_T)) +
        geom_point();

---

样本数据

# Sample data
df <- read.table(text =
    "Plant Branch Pod_B Flow_Miss Pod_A Flow_T Trt     Dmg
1     1   1.00     0        16    20  36.0  Early     1
2     1   2.00     0         1    17  18.0  Early     1
3     1   3.00     0         0    17  17.0  Early     1
4     1   4.00     0         3    14  17.0  Early     1
5     1   5.00     5         2     4  11.0  Early     1
6     1   6.00     0         3     7  10.0  Early     1
7     1   7.00     0         4     6  10.0  Early     1
8     1   8.00     0        13     6  19.0  Early     1
9     1   9.00     0         2     7   9.00 Early     1
10     1  10.0      0         2     3   5.00 Early     1
11     1  10.0      0         2     3   20.00 Late     1", header = T)

Answer 2

在@Maurits Evers 的帮助下，我通过将Branch 作为一个因素创建了我想要的图表。以下是我的代码以及我想要的图表：

branch1$Branch <- as.factor(branch1$Branch)
branch1$Flow_T <- as.numeric(branch1$Flow_T)
branch1 %>%
  group_by(Trt, Branch) %>%
  mutate(ssize = n()) %>%
  ggplot(aes(x = Branch, y = Flow_T, colour = Trt)) +
  stat_summary(aes(size=ssize), fun.y=mean, geom="point")

Final Plot