R：使用 ggplot2 的组间差异的 facet_grid 图

Question

我正在尝试创建一系列图表来显示测量变量组之间的差异，并正在寻找一种有效的方法来使用 R 中 ggplot2 的 facet_grid 功能。

这是一个说明性示例：

# sample input data
df <- data.frame(year=rep(c(2011:2015), 2), 
                 value=c(0:4, 1:5),
                 scenario=rep(c("a","b"), each=5))

# make a sample plot
p <- 
  ggplot(df, aes(x=year, y=value)) +
  geom_point() + geom_line() +
  facet_grid(scenario ~ scenario)

这将生成以下示例图，其中value 针对每个场景组合分别针对year 绘制：

（我假设第二行没有绘制，因为它与第一行相同）。

但是，我正在寻找的是一个情节，其中在每个方面，（顶部场景中的值）-（右侧场景中的值）按年份绘制。具体来说：

• 对于所有年份，左上图将是（值 a）-（值 a）= 0。
• 所有年份的右上图将是 (值 b) - (值 a) = 1。
• 所有年份的左下图将是（值 a）-（值 b）= -1。
• 所有年份的右下图将是（值 b）-（值 b）= 0

我无法找到facet_grid 的任何内置或自动差异命令。我最初的想法是将函数作为y 参数传递给ggplot，但鉴于数据框有一个value 列，我被难住了。我猜可能有一个使用dplyr 和reshape2 组合的解决方案，但我无法理解如何实现它。

Answer 1

你想要类似下面的东西吗？

dflist <- split(df, df$scenario)
df <- rbind(merge(dflist$a, dflist$a, by='year'),
      merge(dflist$a, dflist$b, by='year'),
      merge(dflist$b, dflist$a, by='year'),
      merge(dflist$b, dflist$b, by='year'))
df$value <- df$value.x - df$value.y
ggplot(df, aes(x=year, y=value)) +
  geom_point() + geom_line() +
  facet_grid(scenario.x ~ scenario.y)

Answer 2

这是一个选项，使用从tidyr 到首先spread 的数据来计算对比度，然后将gather 重新组合在一起以允许绘图：

forPlotting <-
  df %>%
  spread(scenario, value) %>%
  mutate(`a - b` = a - b
         , `b - a` = b - a
         , `a - a` = 0
         , `b - b` = 0) %>%
  gather(Comparison, Difference, -(year:b) ) %>%
  separate(Comparison, c("First Val", "Second Val"), " - ")

这样会返回一个 data.frame（只是这里的头部）：

  year a b First Val Second Val Difference
1 2011 0 1         a          b         -1
2 2012 1 2         a          b         -1
3 2013 2 3         a          b         -1
4 2014 3 4         a          b         -1
5 2015 4 5         a          b         -1
6 2011 0 1         b          a          1

你可以像这样绘制：

ggplot(forPlotting
       , aes(x = year, y = Difference)) +
  geom_point() + geom_line() +
  facet_grid(`First Val` ~ `Second Val`)

更大的问题是为什么你想这样做。我假设您已经知道将这两个集合绘制为不同的颜色线更容易可视化：

ggplot(df, aes(x=year, y=value, col = scenario)) +
  geom_point() + geom_line()

所以，我假设您有更复杂的数据 - 具体来说，有更多列要比较。因此，这里有一种方法可以自动化（并简化）多个列的上述许多步骤。方法基本相同，但它使用mutate_ 允许您传入包含您尝试创建的列的向量。

df <-
  data.frame(
    year = 2011:2015
    , a = 0:4
    , b = 1:5
    , c = 2:6
    , d = 3:7
  )

allContrasts <-
  outer(colnames(df)[-1]
        , colnames(df)[-1]
        , paste
        , sep = " - ") %>%
  as.character() %>%
  setNames(., .) %>%
  as.list()

forPlotting <-
  df %>%
  mutate_(.dots = allContrasts) %>%
  select(-(a:d)) %>%
  gather(Comparison, Difference, -year ) %>%
  separate(Comparison, c("First Val", "Second Val"), " - ") %>%
  filter(`First Val` != `Second Val`)

ggplot(forPlotting
       , aes(x = year, y = Difference)) +
  geom_point() + geom_line() +
  facet_grid(`First Val` ~ `Second Val`) +
  theme(axis.text.x = element_text(angle = 90))

给出这个：

为什么我不能不理会这个？我只是太喜欢玩标准评估了。如果您有非解析列名（例如，带有空格的东西），上述将失败。因此，这里有一个这样的列名示例，显示了添加反引号以确保正确解析列。

df <-
  data.frame(
    year = 2011:2015
    , value = c(0:4, 1:5, 2:6, 3:7)
    , scenario = rep(c("Unit 1", "Exam 2"
                       , "Homework", "Final Exam")
                     , each = 5)
  ) %>%
  spread(scenario, value)

allContrasts <-
  outer(paste0("`", colnames(df)[-1], "`")
        , paste0("`", colnames(df)[-1], "`")
        , paste
        , sep = " - ") %>%
  as.character() %>%
  setNames(., .) %>%
  as.list()

forPlotting <-
  df %>%
  mutate_(.dots = allContrasts) %>%
  select_(.dots = paste0("-`", colnames(df)[-1], "`")) %>%
  gather(Comparison, Difference, -year ) %>%
  separate(Comparison, c("First Val", "Second Val"), " - ") %>%
  filter(`First Val` != `Second Val`) %>%
  mutate_each(funs(gsub("`", "", .)), `First Val`, `Second Val`)

ggplot(forPlotting
       , aes(x = year, y = Difference)) +
  geom_point() + geom_line() +
  facet_grid(`First Val` ~ `Second Val`) +
  theme(axis.text.x = element_text(angle = 90))