geom_abline 似乎不尊重 facet_grid [ggplot2] 中的组答案

【问题标题】：geom_abline does not seem to respect groups in facet_grid [ggplot2]geom_abline 似乎不尊重 facet_grid [ggplot2] 中的组
【发布时间】：2013-11-15 04:01:19
【问题描述】：

只是想了解 geom_abline 如何处理 ggplot 中的构面。

我有一个学生考试成绩数据集。这些在具有 4 列的数据表 dt 中：

student: unique student ID
cohort:  grouping factor for students (A, B, … H)
subject: subject of the test (English, Math, Science)
score:   the test score for that student in that subject

目标是比较同类群组。下面的 sn-p 创建了一个示例数据集。

library(data.table)
## cohorts: list of cohorts with number of students in each
cohorts <- data.table(name=toupper(letters[1:8]),size=as.numeric(c(8,25,16,30,10,27,13,32)))
## base: assign students to cohorts
base    <- data.table(student=c(1:sum(cohorts$size)),cohort=rep(cohorts$name,cohorts$size))
## scores for each subject
english <- data.table(base,subject="English", score=rnorm(nrow(base), mean=45, sd=50))
math    <- data.table(base,subject="Math",    score=rnorm(nrow(base), mean=55, sd=25))
science <- data.table(base,subject="Science", score=rnorm(nrow(base), mean=70, sd=25))
## combine
dt      <- rbind(english,math,science)
## clip scores to (0,100)
dt$score<- (dt$score>=0) * dt$score
dt$score<- (dt$score<=100)*dt$score + (dt$score>100)*100

以下显示了 95% CL 的同类群组的平均分数，按主题分面，并包括一条（蓝色，虚线）参考线（使用 geom_abline）。

library(ggplot2)
library(Hmisc)
ggp <- ggplot(dt,aes(x=cohort, y=score)) + ylim(0,100)
ggp <- ggp + stat_summary(fun.data="mean_cl_normal")
ggp <- ggp + geom_abline(aes(slope=0,intercept=mean(score)),color="blue",linetype="dashed")
ggp <- ggp + facet_grid(subject~.)
ggp

问题是参考线（来自 geom_abline）在所有方面都是相同的（= 所有学生和所有科目的总平均分）。所以 stat_summary 似乎尊重 facet_grid 中隐含的分组（例如，按主题），但 abline 没有。 谁能解释一下原因？

注意：我意识到这个问题可以通过创建一个单独的组均值表并将其用作 geom_abline 中的数据源（如下）来解决，但是为什么需要这样做？

means <- dt[,list(mean.score=mean(score)),by="subject"]
ggp <- ggplot(dt,aes(x=cohort, y=score)) + ylim(0,100)
ggp <- ggp + stat_summary(fun.data="mean_cl_normal")
ggp <- ggp + geom_abline(data=means, aes(slope=0,intercept=mean.score),color="blue",linetype="dashed")
ggp <- ggp + facet_grid(subject~.)
ggp

【问题讨论】：

我不知道答案，但我认为您的问题与在aes 中使用mean 有关。您将许多 y 值汇总为一个值，但我认为 geom_* 函数不能这样工作。尝试用geom_point(aes(y=mean(score)),color="blue") 替换您的geom_abline 调用，并将其与geom_point(aes(y=score),color="blue") 进行比较。这可能有助于您的调试过程。您可能还想查看geom_hline 文档中的最后一个示例。

标签： r ggplot2

【解决方案1】：

这应该做你想做的事。 stat_* 函数对每个方面使用不同的数据集合。我认为geom_* 函数的aes 中的任何表达式都旨在用于每个y 值的转换。

ggplot(dt,aes(x=cohort, y=score)) +
       stat_summary(fun.data="mean_cl_normal") + 
       stat_smooth(formula=y~1,aes(group=1),method="lm",se=FALSE) +
       facet_grid(subject~.) + ylim(0,100)

【讨论】：

这对我所做的事情来说是一个巨大的进步。在 stat_smooth(...) 中设置 se=TRUE（默认值），不仅显示组（主题）平均值，还显示每个组的 95% CL。这不仅可以将群组相互比较，还可以与受试者的平均值进行比较，这是 geom_abline 无法完成的。使用公式=y~1 很巧妙……

【解决方案2】：

正如 golbasche 所说，我可能会做更多这样的事情：

dt <- dt[,avg_score := mean(score),by = subject]

ggplot(dt,aes(x=cohort, y=score)) + 
    facet_grid(subject~.) + 
    stat_summary(fun.data="mean_cl_normal") +
    geom_hline(aes(yintercept = avg_score),color = "blue",linetype = "dashed") + 
    ylim(0,100)

【讨论】：