代码之家 › 专栏 › 技术社区 › Hedgehog

将显示平均值和四分位间距的功能区添加到ggplot2

ggplot2 r

8

Hedgehog · 技术社区 · 8 年前

我使用以下示例数据和代码

# Example
x1<- as.Date("2013-12-31")
adddate1 <- 1:60
dts <- x1 + adddate1

df <- data.frame(a=runif(100),b=runif(100),c=runif(100) ,d=rnorm(2700), dates=dts)
df$Metric <- ifelse(df$a > 0.5,"a", "b")

df$Methodology <- ifelse(df$a > 0.5,"One", "Two")
df$Methodology <- factor(df$Methodology)

pl<-df %>%
  group_by(Methodology) %>%
  do(
    plots = ggplot(data=., aes(x = dates, y = b)) +
              geom_point() +
              stat_smooth(method="auto",size=1.5) +
              stat_summary(fun.data=median_hilow, fun.args=(conf.int=1)) + # Show IQR
              scale_x_date(date_breaks = "1 week", date_labels =  "%d-%b-%y") +
              facet_wrap(~Metric, scales="free") +
              ggtitle(unique(.$Methodology)) 
    )
pl[[1,2]]

我看到的输出是:

然而,我希望看到IQR,由 stat_summary 或者一些这样的例程,显示为带状图,以及显示中值的线。

我怀疑我将不得不编写一个用户定义的函数并使用它。

感谢任何提示或提示。

2 回复 | 直到 8 年前

1

9

alistaire 7 年前

您可以使用 stat_summary 具有 geom_smooth :

library(ggplot2)
set.seed(47)

df <- data.frame(a = runif(100), 
                 b = runif(100), 
                 c = runif(100), 
                 d = rnorm(2700), 
                 dates = as.Date("2013-12-31") + 1:60)
df$Metric <- ifelse(df$a > 0.5, "a", "b")
df$Methodology <- factor(ifelse(df$a > 0.5, "One", "Two"))


ggplot(df, aes(x = dates, y = b)) +
    geom_point() +
    stat_smooth(size = 1.5) +
    geom_smooth(stat = 'summary', alpha = 0.2, fill = 'red', color = 'red',
                fun.data = median_hilow, fun.args = list(conf.int = 1)) + 
    scale_x_date(date_breaks = "1 week", date_labels =  "%d-%b-%y") +
    facet_wrap(~ Methodology + Metric, ncol = 1)
#> `geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

自从 conf.int = 1 ,这将在每个x值的最小值和最大值之间绘制一个功能区,中间值为直线。如果确实要绘制第25百分位和第75百分位,请设置 conf.int = 0.5 . 在这些数据上,没有足够的观测数据在每个x值处显示出非常不同的结果,但是,在一些新的样本数据上,

library(ggplot2)
set.seed(47)

ggplot(tibble::tibble(x = rep(seq(0, 4*pi, length.out = 50), 50), 
                      y = rnorm(2500) * sin(x) + sin(x)), 
       aes(x, y)) + 
    geom_point(alpha = 0.1) + 
    geom_smooth(fill = 'darkblue') + 
    geom_smooth(stat = 'summary', color = 'red', fill = 'red', alpha = 0.2, 
                fun.data = median_hilow, fun.args = list(conf.int = 0.5))
#> `geom_smooth()` using method = 'gam' and formula 'y ~ s(x, bs = "cs")'

median_hilow (真的 Hmisc::smedian.hilow )但是,不允许设置分位数的类型,因此为了进行更精确的控制,请重写函数(返回结构类似的数据帧)或将每个统计信息的单独函数传递给 fun.y , fun.ymin 和 fun.ymax 参数。

2

ithinkiam 7 年前

R或ggplot 2中的某些内容已更改,但stat\u summary()不再适用于geom=“平滑”选项。它需要是geom=“ribbon”。如R 3.6.0和ggplot 3.1.1中所述

library(ggplot2)
set.seed(47)

ggplot(tibble::data_frame(x = rep(seq(0, 4*pi, length.out = 50), 50), 
                          y = rnorm(2500) * sin(x) + sin(x)), 
       aes(x, y)) + 
    geom_point(alpha = 0.1) + 
    geom_smooth(fill = 'darkblue') + 
    stat_summary(fun.data = median_hilow, fun.args = list(conf.int = 0.5), 
                 geom = 'ribbon', color = 'red', fill = 'red', alpha = 0.2)