如何使用 R 中的 for 循环创建多个图，每个图都有不同的 y 轴标签和标题？答案

【问题标题】：How can I create multiple plots, each with different y axis labels and titles using a for loop in R?如何使用 R 中的 for 循环创建多个图，每个图都有不同的 y 轴标签和标题？
【发布时间】：2020-09-22 21:09:44
【问题描述】：

一些背景：我试图分析的数据是流式细胞仪数据（对于那些不熟悉这是什么的人，为了这个 Q 的目的，它基本上是使用激光来表征不同的细胞类型）。我在这里的变量是要在 y 轴上绘制的单元格的不同特征，并且每个变量都是从“父组”中读取的。也就是说，如果感兴趣的变量是Live Cells，则父组可以是Kidney cells，或者Lung cells等。

我有一个包含 13 个变量的大型数据表，需要针对相同的 x 轴（即治疗后的时间（以周为单位））进行绘制。我需要针对时间绘制的每个变量都需要一个不同的 y 轴标签和一个标题，该标题应包括 both y 轴标签以及变量所属的相应“父组”的名称到。我采取的步骤是：

将主数据表导入R
使用关键字导入数据表，即每个变量名称（即主数据表中的列名称）以及其各自的 Y 轴标签和“父组”名称。例如，这张桌子是这样的，

enter image description here

如您所知，“父组”名称或 y 轴标签不一定对每个变量名称都是唯一的

将关键字数据表的每一列分配给一个新向量，即变量、yaxis 和 parent。
创建一个 FOR 循环，以自动从包含一个变量信息的原始主表中提取数据子集，然后将其与时间进行对比。

    r 
   for(i in variables){
    table<-as.data.frame(test[,c("WEEK",i)])`
    for(j in yaxis){
    for (k in parent){
    plot<-ggplot(table,aes(x=WEEK,y=table[,3]))+geom_line()+geom_point(size=2)+scale_shape_manual(values=1:25)+xlab("Weeks")+ylab(j)+theme_minimal()+ggtitle(paste0(k,"-",j))
ggsave(plot,file=paste0(paste(j,k,sep="_"),"plot.jpg"),width=14,height=10,units="cm")
     }
      }
      rm(table)
      rm(plot)
    }

我在这里尝试做的是自动化 for 循环，为每个变量添加各自的 y 轴标签和标题，但我当然陷入了一个循环，它继续运行并生成，每个变量的组合13 个 y 轴标签 * 13 个绘图标题组合。我需要 13 个绘图，每个绘图都有自己的 y 轴标签和绘图标题，而无需为每个绘图手动输入，因为我希望将绘图直接从 for 循环导出为 jpeg 文件。我考虑过使用 if 或 if else 函数，但我不确定如何在此处应用这些函数。对此的任何帮助将不胜感激！

【问题讨论】：

标签： r loops ggplot2 plot nested-loops

【解决方案1】：

这是一种解释您的问题的方法：使用构面绘图并将Parent 和Yaxis 映射到构面标签中。这将产生一系列刻面图，其中标签反映了Parent 和Yaxis。

要进行分面，我们需要重塑数据框。首先，调用库并创建一些有用的数据：

library(dplyr)
library(tidyr)
library(tibble)
library(ggplot2)

# make fake data
data <- tibble(
  Week = seq(from = 1, length.out = 91),
  cells_live = runif(min = 1, max = 10, n = 91),
  cells_live_dividing = runif(min = 1, max = 10, n = 91),
  cells_live_aging = runif(min = 1, max = 10, n = 91)
)

mapping <- tibble(
  variables = c("cells_live", "cells_live_dividing", "cells_live_aging"),
  Parent = c("COUNT", "live", "live"),
  Yaxis = c("live cells", "divinding cells", "aging")
)

然后我们使用来自tidyr 的pivot_longer 将数据重新整形为长格式：

data <- data %>%
  pivot_longer(cols = -Week,
               names_to = "vars",
               values_to = "values")

然后，我们从带有left_join 的映射表中引入数据，并使用基于Parent 和Yaxis 的构面标签创建一个新列：

data <- data %>%
  left_join(mapping, by= c("vars" = "variables")) %>%
  mutate(facet_labels = paste0(Parent, ": ", Yaxis))

最后，我们调用ggplot，使用facet_labels作为分面变量：

ggplot(data = data, aes(x = Week, y = values)) +
  geom_point() +
  facet_wrap(.~ facet_labels, scales = "free") +
  theme_minimal()

有了这个输出：

这并不完全符合您的要求，但希望它对您有用。

【讨论】：