在 ggplot 中使用 facet_grid 绘制手段

Question

假设我有以下data.frame：

values<-runif(72)
factorA<-rep(c(rep('a',9),rep('b',9)),2)
criterion<-rep(rep(c(rep('1/4',3),rep('1/2',3),rep('2/3',3)),4),2)
case<-rep(c(rep('1',18),rep('2',18)),2)
samp<-rep(c('10','20','30'),24)
datasets<-c(rep('1',36),rep('2',36))
df<-data.frame(values,factorA,criterion,case,samp,datasets)

我想使用ggplot 绘制两个datasets 之间的values 的均值。如果我只考虑子集datasets='1'，我想构建以下情节

library(ggplot2)
library(directlabels)
ggplot(subset(df,datasets %in% '1'),aes(x=samp,y=values,group=criterion))+
     geom_line(aes(linetype = criterion),size=1)+
     facet_grid(case~factorA,scales='free',space='free')+
     geom_dl(aes(label = criterion),method=list(dl.combine('first.qp','last.qp')))

产生

values 是随机获取的。

我想准确地获得这个图，但每条线代表两个datasets 之间的均值轨迹，对应的值。例如('a','1')面板中，criterion='1/4'和横坐标samp='10'线上的点必须是datasets1和2对应值的均值； criterion='1/4' 和横坐标 samp='20' 线上的点必须是 datasets 1 和 2 对应值的平均值，以此类推，对于每个面板。我怎样才能做到这一点？我尝试了stat_summary()，但没有成功...

Answer 1

我认为您可以使用 dplyr 的 group_by 并汇总来完成您描述的内容。 1）按除数据框列之外的所有变量对df进行分组 和 2）计算每组的值列的平均值：

library(tidyverse)
library(directlabels)
set.seed(1)
values<-runif(72)
factorA<-rep(c(rep('a',9),rep('b',9)),2)
criterion<-rep(rep(c(rep('1/4',3),rep('1/2',3),rep('2/3',3)),4),2)
case<-rep(c(rep('1',18),rep('2',18)),2)
samp<-rep(c('10','20','30'),24)
datasets<-c(rep('1',36),rep('2',36))
df<-data.frame(values,factorA,criterion,case,samp,datasets)

#calculate means of the value columns by group
df_means <- df %>% 
  group_by(case, factorA, samp, criterion) %>% 
  summarize(mean_value = mean(values))

ggplot(df_means,aes(x=samp,y=mean_value,group=criterion))+
  geom_line(aes(linetype = criterion),size=1)+
  facet_grid(case~factorA,scales='free',space='free')+
  geom_dl(aes(label = criterion),method=list(dl.combine('first.qp','last.qp')))

检查所需的输出是否正确：

> df %>% 
+ filter(criterion == '1/4', factorA == 'a', samp == '10', case == '1')
     values factorA criterion case samp datasets
1 0.2655087       a       1/4    1   10        1
2 0.7942399       a       1/4    1   10        2
> mean(c(0.2655087, 0.7942399))
[1] 0.5298743
> df_means %>% 
+   filter(criterion == '1/4', factorA == 'a', samp == '10', case == '1')
# A tibble: 1 x 5
# Groups:   case, factorA, samp [1]
  case  factorA samp  criterion mean_value
  <chr> <chr>   <chr> <chr>          <dbl>
1 1     a       10    1/4            0.530