如何将手段添加到 ggplot + geom_point 图

Question

我有 10 组数据点，我正在尝试为要显示在图上的每个组添加平均值（例如，通过不同的符号，例如大三角形或星形或类似的东西）。 这是一个可重现的示例

library(ggplot2)
library(reshape2)
set.seed(1234)

x <- matrix(rnorm(100),10,10)
varnames <- paste("var", seq(1,10))

df <- data.frame(x)
colnames(df) <- varnames
melt(df)

ggplot(data = melt(df)) + geom_point(mapping = aes(x = variable, y = value))
mymeans <- colMeans(df)

基本上我现在想将mymeans 中的值绘制在它们各自的变量位置，有人知道如何快速做到这一点吗？

Answer 1

或者我们可以使用stat_summary

ggplot(data = reshape2::melt(df), aes(x = variable, y = value)) + 
  geom_point() +
  stat_summary(
    geom = "point",
    fun.y = "mean",
    col = "black",
    size = 3,
    shape = 24,
    fill = "red"
  )

---

可以在此处找到有关可能形状的概述：www.cookbook-r.com

Answer 2

您可以将另一个geom_point 传递给另一个data.frame：

尝试以下方法：

df_means <- melt(summarise_all(df, mean))
ggplot(data = melt(df)) + 
    geom_point(mapping = aes(x = variable, y = value)) + 
    geom_point(data=df_means,  mapping=aes(x = variable, y = value), col="red")

我知道你在找什么？

---

顺便说一句，更紧凑/现代/整洁的方式是：

library(tidyverse)
set.seed(1234)

df <- replicate(10, rnorm(10)) %>% as_data_frame() %>% gather()
df_means <- df %>% group_by(key) %>% summarise(value=mean(value))

ggplot(data = df) + 
   aes(x = key, y = value) +
   geom_point() + 
   geom_point(data=df_means, col="red")

Answer 3

更新了代码以反映 tidyverse 与以前的 cmets 相比的变化。

由于 tidyverse 已更新其语法，以下是 dplyr 和 ggplot2 的更新版本。谢谢@Vincent Bonhomme 和@markus。

为了重现性，我将复制他们的示例。

library(tidyverse)

# Dataset Generation
set.seed(1234)
df <- replicate(10, rnorm(10)) %>%
  as_data_frame() %>%
  pivot_longer(cols = everything(), names_to = "variable", values_to = "value") %>% # ** Change here   
  mutate(group = as.factor(rep(1:5, 20)))

#Option 1: Use stat_summary() for a cleaner version (@Vincent Bonhomme)
ggplot(df,  aes(x = variable, y = value)) + 
  geom_point() +
  stat_summary(
    fun = "mean",        #argument updated in new version.
    geom = "point",
    col = "black",
    size = 3,
    shape = 24,
    fill = "red"
  ) + 
ggtitle("Example")


#Option 2 -- Creating a means dataset (@ markus)
df_means <- df %>% group_by(variable) %>% summarise(value=mean(value))
ggplot(data = df) + 
  aes(x = variable, y = value) +
  geom_point() + 
  geom_point(data=df_means, 
col="red",  
size = 3,
    shape = 24,
    fill = "red") +
  ggtitle("Example")

两者都创建相同的图表

这里是使用的版本

dplyr       * 1.0.3 
ggplot2     * 3.3.3 

Answer 4

我发现将所有数据放在一起通常更简洁，而不是使用两个不同的框架。

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

set.seed(1234)

x <- matrix(rnorm(100),10,10)
varnames <- paste("var", seq(1,10))

df <- data.frame(x)
colnames(df) <- varnames

melt_data = df %>% gather
mymeans = melt_data %>% group_by(key) %>% summarize(value = mean(value))
mymeans$type = 'mean'
melt_data$type = 'points'

ggplot(data = bind_rows(melt_data, mymeans)) +
  geom_point(mapping = aes(x = key, y = value, color=type))