合并分组箱线图r的data.frames

Question

我有两个数据框 z（100 万次观察）和 b（500k 次观察）。

 z= Tracer time treatment
        15 0 S
        20 0 S
        25 0 X
        04 0 X
        55 15 S
        16 15 S
        15 15 X
        20 15 X

  b= Tracer time treatment
            2 0 S
            35 0 S
            10 0 X
            04 0 X
            20 15 S
            11 15 S
            12 15 X
            25 15 X

我想创建分组箱线图，使用时间作为因素，处理作为颜色。本质上，我需要将它们绑定在一起，然后区分它们，但不确定如何。我尝试的一种方法是使用：

zz<-factor(rep("Z", nrow(z))
bb<-factor(rep("B",nrow(b))
dumB<-merge(z,zz) #this won't work because it says it's too big
dumB<-merge(b,zz)
total<-rbind(dumB,dumZ)

但是 z 和 zz 合并不起作用，因为它说它的大小是 10G（这不可能）

最后的情节可能类似于这个例子：Boxplot with two levels and multiple data.frames

有什么想法吗？

干杯，

编辑：添加箱线图

Answer 1

我会这样处理它：

# create a list of your data.frames
l <- list(z,b)
# assign names to the dataframes in the list
names(l) <- c("z","b")

# bind the dataframes together with rbindlist from data.table
# the id parameter will create a variable with the names of the dataframes
# you could also use 'bind_rows(l, .id="id")' from 'dplyr' for this
library(data.table)
zb <- rbindlist(l, id="id")

# create the plot
ggplot(zb, aes(x=factor(time), y=Tracer, color=treatment)) +
  geom_boxplot() +
  facet_wrap(~id) +
  theme_bw()

给出：

创建情节的其他替代方法：

# facet by 'time'
ggplot(zb, aes(x=id, y=Tracer, color=treatment)) + 
  geom_boxplot() + 
  facet_wrap(~time) + 
  theme_bw()

# facet by 'time' & color by 'id' instead of 'treatment'
ggplot(zb, aes(x=treatment, y=Tracer, color=id)) + 
  geom_boxplot() + 
  facet_wrap(~time) + 
  theme_bw()

---

针对您的最后一条评论：要将所有内容集中在一个情节中，您可以使用interaction 来区分不同的分组，如下所示：

ggplot(zb, aes(x=treatment, y=Tracer, color=interaction(id, time))) + 
  geom_boxplot(width = 0.7, position = position_dodge(width = 0.7)) + 
  theme_bw()

给出：

Answer 2

关键是您不需要执行merge，这在大型表上的计算量很大。而是为每个数据帧分配一个新变量和值（下面我的代码中的源 c(b,z)），然后分配给rbind。然后它变得直截了当，我的解决方案与 @Jaap 的解决方案非常相似，只是有不同的方面。

library(ggplot2)
#Create some mock data
t<-seq(1,55,by=2)
z<-data.frame(tracer=sample(t,size = 10,replace = T), time=c(0,15), treatment=c("S","X"))
b<-data.frame(tracer=sample(t,size = 10,replace = T), time=c(0,15), treatment=c("S","X"))
#Add a variable to each table to id itself
b$source<-"b"
z$source<-"z"
#concatenate the tables together
all<-rbind(b,z)

ggplot(all, aes(source, tracer, group=interaction(treatment,source), fill=treatment)) +
  geom_boxplot() + facet_grid(~time)