将一个单元格分成一个单独的热图/具有多个颜色代码答案

【问题标题】：Divide one cell into one separate heatmap/with multiple color code将一个单元格分成一个单独的热图/具有多个颜色代码
【发布时间】：2018-01-29 14:18:03
【问题描述】：

样本数据 -

 Country segments variable  value
      US    A   Kerosene    16.09
      US    B   Kerosene    2.81
      US    C   Kerosene    -7.96
      US    D   Kerosene    25.76
      US    E   Kerosene    75.47
      US    A   Petrol  26.82
      US    B   Petrol  8.72
      US    C   Petrol  2.07
      US    D   Petrol  16
      US    E   Petrol  -11
      US    A   Edible Oil  4.02
      US    B   Edible Oil  10.6
      US    C   Edible Oil  49.05
      US    D   Edible Oil  16.07
      US    E   Edible Oil  51.87
      US    A   LPG -1.07
      US    B   LPG 49.19
      US    C   LPG 37.9
      US    D   LPG 33.05
      US    E   LPG 102

这是美国的数据集，就像我在文件中有 14 个其他国家的数据集一样。现在有一天，我以分层方法制作了 15 个单独的热图。 x 轴是变量，y 轴是分段和热图，其中包含基于每个国家/地区的关注值。

我的想法是制作一张包含所有国家/地区的幻灯片。所以最终的结果是 - y轴与段相同，x轴与国家和每个单元格是一个热图，单个单元格中有四个不同的变量和对应的值。

任何帮助都会非常有用 - 关于我如何编码并将单个单元格制作成具有四个不同值和颜色代码的堆映射的任何想法。如下所示 - 这将是 8 个国家和 4 个段的示例，其中 4 个变量。

【问题讨论】：

标签： r layout plot ggplot2 heatmap

【解决方案1】：

由于您没有提供完整的可重现示例（或您已经尝试过的任何代码），我制作了一些虚拟数据来展示您如何做到这一点。

library(dplyr)
library(ggplot2)

fake.df <- 
expand.grid(Country = c("US", "Canada", "Mexico"), 
            segments = LETTERS[1:5], 
            variable = c("Kerosene", "Petrol",
                         "Edible Oil", "LPG")) %>% 
  mutate(value = runif(length(Country), -20, 50))

fake.df.adj <- 
fake.df %>% 
  mutate(xadj = ifelse(variable %in% c("Kerosene", "Edible Oil"), -0.33/2,  0.33/2),
         yadj = ifelse(variable %in% c("Kerosene", "Petrol"),      0.33/2, -0.33/2),
         xpos = as.numeric(factor(Country))  + xadj,
         ypos = as.numeric(factor(segments)) + yadj)

mutate 代码围绕您要绘制的每个中心点创建一个调整框。对于“煤油”和“食用油”，这些图块向左移动了每个Country 之间空间的 1/3（因此每个图块的中心为 -0.33/2）；其他的向右移动。与 y 调整相同，但上下而不是左右。

然后将因子（Country 和 segments）转换为数字位置并将它们相加。

fake.df.adj

   Country segments   variable       value   xadj   yadj  xpos  ypos
1       US        A   Kerosene -11.8318607 -0.165  0.165 0.835 1.165
2   Canada        A   Kerosene  39.1181835 -0.165  0.165 1.835 1.165
3   Mexico        A   Kerosene  25.9354644 -0.165  0.165 2.835 1.165
4       US        B   Kerosene -19.3503525 -0.165  0.165 0.835 2.165
5   Canada        B   Kerosene -12.4459506 -0.165  0.165 1.835 2.165
6   Mexico        B   Kerosene   9.9017016 -0.165  0.165 2.835 2.165
7       US        C   Kerosene  37.9767562 -0.165  0.165 0.835 3.165
8   Canada        C   Kerosene   3.4687111 -0.165  0.165 1.835 3.165
9   Mexico        C   Kerosene   0.6280239 -0.165  0.165 2.835 3.165
10      US        D   Kerosene  43.4739464 -0.165  0.165 0.835 4.165
11  Canada        D   Kerosene   8.4671510 -0.165  0.165 1.835 4.165
12  Mexico        D   Kerosene  19.7357609 -0.165  0.165 2.835 4.165
13      US        E   Kerosene  -2.6120700 -0.165  0.165 0.835 5.165
14  Canada        E   Kerosene -10.6013792 -0.165  0.165 1.835 5.165
15  Mexico        E   Kerosene  -6.2059698 -0.165  0.165 2.835 5.165
16      US        A     Petrol  17.1079974  0.165  0.165 1.165 1.165
17  Canada        A     Petrol  46.8944785  0.165  0.165 2.165 1.165
18  Mexico        A     Petrol   9.3977815  0.165  0.165 3.165 1.165
19      US        B     Petrol  38.7547489  0.165  0.165 1.165 2.165
20  Canada        B     Petrol -14.4210703  0.165  0.165 2.165 2.165
21  Mexico        B     Petrol  32.5160861  0.165  0.165 3.165 2.165
22      US        C     Petrol  -1.3750645  0.165  0.165 1.165 3.165
23  Canada        C     Petrol  17.0540527  0.165  0.165 2.165 3.165
24  Mexico        C     Petrol -16.8449931  0.165  0.165 3.165 3.165
25      US        D     Petrol  33.8465349  0.165  0.165 1.165 4.165
26  Canada        D     Petrol  43.7369153  0.165  0.165 2.165 4.165
27  Mexico        D     Petrol  32.2145640  0.165  0.165 3.165 4.165
28      US        E     Petrol -13.1811532  0.165  0.165 1.165 5.165
29  Canada        E     Petrol  46.1913082  0.165  0.165 2.165 5.165
30  Mexico        E     Petrol  -7.5030316  0.165  0.165 3.165 5.165
31      US        A Edible Oil  36.1643957 -0.165 -0.165 0.835 0.835
32  Canada        A Edible Oil  26.9887728 -0.165 -0.165 1.835 0.835
33  Mexico        A Edible Oil   9.2825143 -0.165 -0.165 2.835 0.835
34      US        B Edible Oil  32.7455557 -0.165 -0.165 0.835 1.835
35  Canada        B Edible Oil   9.0447777 -0.165 -0.165 1.835 1.835
36  Mexico        B Edible Oil  21.5822081 -0.165 -0.165 2.835 1.835
37      US        C Edible Oil   2.3906442 -0.165 -0.165 0.835 2.835
38  Canada        C Edible Oil  25.2536855 -0.165 -0.165 1.835 2.835
39  Mexico        C Edible Oil   5.0618632 -0.165 -0.165 2.835 2.835
40      US        D Edible Oil  41.0292115 -0.165 -0.165 0.835 3.835
41  Canada        D Edible Oil   8.4515698 -0.165 -0.165 1.835 3.835
42  Mexico        D Edible Oil  11.9080938 -0.165 -0.165 2.835 3.835
43      US        E Edible Oil  42.2518838 -0.165 -0.165 0.835 4.835
44  Canada        E Edible Oil  25.6458033 -0.165 -0.165 1.835 4.835
45  Mexico        E Edible Oil -19.3037443 -0.165 -0.165 2.835 4.835
46      US        A        LPG  25.8891215  0.165 -0.165 1.165 0.835
47  Canada        A        LPG  -3.1028641  0.165 -0.165 2.165 0.835
48  Mexico        A        LPG  47.5884154  0.165 -0.165 3.165 0.835
49      US        B        LPG  11.3000701  0.165 -0.165 1.165 1.835
50  Canada        B        LPG  26.8041755  0.165 -0.165 2.165 1.835
51  Mexico        B        LPG -13.0209453  0.165 -0.165 3.165 1.835
52      US        C        LPG  -5.5292231  0.165 -0.165 1.165 2.835
53  Canada        C        LPG  46.3101034  0.165 -0.165 2.165 2.835
54  Mexico        C        LPG  19.7622448  0.165 -0.165 3.165 2.835
55      US        D        LPG   8.5258791  0.165 -0.165 1.165 3.835
56  Canada        D        LPG  20.5856857  0.165 -0.165 2.165 3.835
57  Mexico        D        LPG -10.7589733  0.165 -0.165 3.165 3.835
58      US        E        LPG  14.8577291  0.165 -0.165 1.165 4.835
59  Canada        E        LPG  -6.9590007  0.165 -0.165 2.165 4.835
60  Mexico        E        LPG  -3.1651872  0.165 -0.165 3.165 4.835

fake.df.adj %>% 
  ggplot(aes(xpos, ypos, fill = value)) + 
  geom_tile(height = 0.33, width = 0.33) +
  geom_text(aes(label = paste0(round(value, 1), "%"),
                color = value < 30), show.legend = F) +
  geom_text(data = fake.df.adj %>% filter(Country == "Mexico", segments == "E"),
            aes(label = variable, 
                y = ypos + 1.75*yadj), 
            fontface = "bold") +
  scale_fill_gradient2(labels = function(breaks) paste0(breaks, "%")) +
  scale_color_manual(values = c("FALSE" = "white", "TRUE" = "black")) +
  scale_x_continuous(breaks = 1:3, name = NULL,
                     labels = levels(fake.df$Country)) +
  scale_y_continuous(breaks = 1:5, name = "Segments",
                     labels = levels(fake.df$segments)) +
  theme_classic()

现在您可以使用geom_tile 进行绘图，将图块的高度和宽度设置为 0.33。

我在每个图块的顶部添加了标签，四舍五入到小数点后一位，并带有 % 符号。为了使它们在高值的深色背景填充中很好地显示出来，我将标签的颜色美感作为一种逻辑表达，然后进一步将这些值映射为黑色和白色。

那么没有办法知道variable的四种类型中的哪一种在哪个图块中，所以我通过将数据过滤为仅墨西哥和E，并将y位置稍微移动了一点，将它们标记在右上角使用与以前相同的调整值比图块的中心更远一点。

然后我添加了一个发散的填充调色板并用 % 符号标记颜色条。

然后您必须指定 x 和 y 比例的标签，因为它们现在只是数字位置。

【讨论】：

谢谢@Brian.. 感谢您的帮助，已接受作为答案:-)