19

我想将数据框的每一列绘制到 ggplot2 中的单独层。逐层构建绘图效果很好：

df<-data.frame(x1=c(1:5),y1=c(2.0,5.4,7.1,4.6,5.0),y2=c(0.4,9.4,2.9,5.4,1.1),y3=c(2.4,6.6,8.1,5.6,6.3))

ggplot(data=df,aes(df[,1]))+geom_line(aes(y=df[,2]))+geom_line(aes(y=df[,3]))

有没有办法通过使用单个函数来绘制所有可用列？

我试图这样做，但它不起作用：

    plotAllLayers<-function(df){
    p<-ggplot(data=df,aes(df[,1]))
    for(i in seq(2:ncol(df))){ 
        p<-p+geom_line(aes(y=df[,i]))
        }
        return(p)
    }

plotAllLayers(df)
4

4 回答 4

16

melt()一种方法是使用library中的函数将数据框从宽格式重塑为长格式reshape2。在新数据框中，您将拥有确定数据来自哪个列的x1值，并且包含所有原始 y 值。variablevalue

现在，您可以用一个来绘制所有数据，ggplot()并geom_line()调用并使用variable例如为每条线设置单独的颜色。

 library(reshape2)
 df.long<-melt(df,id.vars="x1")
 head(df.long)
  x1 variable value
1  1       y1   2.0
2  2       y1   5.4
3  3       y1   7.1
4  4       y1   4.6
5  5       y1   5.0
6  1       y2   0.4
 ggplot(df.long,aes(x1,value,color=variable))+geom_line()

在此处输入图像描述

如果您真的想使用 for() 循环（不是最好的方法），那么您应该使用names(df)[-1]而不是seq(). 这将生成列名向量（第一列除外）。然后在里面geom_line()使用aes_string(y=i)他们的名字来选择列。

plotAllLayers<-function(df){
  p<-ggplot(data=df,aes(df[,1]))
  for(i in names(df)[-1]){ 
    p<-p+geom_line(aes_string(y=i))
  }
  return(p)
}

plotAllLayers(df)

在此处输入图像描述

于 2013-04-13T13:46:33.003 回答
10

我在一个庞大的混乱数据集上尝试了 melt 方法，并希望有一种更快、更清洁的方法。这个 for 循环使用 eval() 来构建所需的绘图。

fields <- names(df_normal) # index, var1, var2, var3, ...

p <- ggplot( aes(x=index), data = df_normal)
for (i in 2:length(fields)) { 
  loop_input = paste("geom_smooth(aes(y=",fields[i],",color='",fields[i],"'))", sep="")
  p <- p + eval(parse(text=loop_input))  
}
p <- p + guides( color = guide_legend(title = "",) )
p

当我测试时，它的运行速度比大型融化数据集快得多。

我还尝试了使用 aes_string(y=fields[i], color=fields[i]) 方法的 for 循环，但无法区分颜色。

于 2015-06-10T09:13:34.340 回答
2

对于OP的情况，我认为pivot_longer是最好的。但是今天我遇到了一种似乎不适合旋转的情况，所以我使用以下代码以编程方式创建图层。我不需要使用eval().

data_tibble <- tibble(my_var = c(650, 1040, 1060, 1150, 1180, 1220, 1280, 1430, 1440, 1440, 1470, 1470, 1480, 1490, 1520, 1550, 1560, 1560, 1600, 1600, 1610, 1630, 1660, 1740, 1780, 1800, 1810, 1820, 1830, 1870, 1910, 1910, 1930, 1940, 1940, 1940, 1980, 1990, 2000, 2060, 2080, 2080, 2090, 2100, 2120, 2140, 2160, 2240, 2260, 2320, 2430, 2440, 2540, 2550, 2560, 2570, 2610, 2660, 2680, 2700, 2700, 2720, 2730, 2790, 2820, 2880, 2910, 2970, 2970, 3030, 3050, 3060, 3080, 3120, 3160, 3200, 3280, 3290, 3310, 3320, 3340, 3350, 3400, 3430, 3540, 3550, 3580, 3580, 3620, 3640, 3650, 3710, 3820, 3820, 3870, 3980, 4060, 4070, 4160, 4170, 4170, 4220, 4300, 4320, 4350, 4390, 4430, 4450, 4500, 4650, 4650, 5080, 5160, 5160, 5460, 5490, 5670, 5680, 5760, 5960, 5980, 6060, 6120, 6190, 6480, 6760, 7750, 8390, 9560))

# This is a normal histogram
plot <- data_tibble %>%
  ggplot() +
  geom_histogram(aes(x=my_var, y = ..density..))

# We prepare layers to add
stat_layers <- tibble(distribution = c("lognormal", "gamma", "normal"),
                     fun = c(dlnorm, dgamma, dnorm),
                     colour = c("red", "green", "yellow")) %>% 
  mutate(args = map(distribution, MASS::fitdistr, x=data_tibble$my_var)) %>% 
  mutate(args = map(args, ~as.list(.$estimate))) %>% 
  select(-distribution) %>% 
  pmap(stat_function)

# Final Plot
plot + stat_layers

这个想法是你用你想要插入到 geom/stat 函数的参数来组织一个 tibble。每行应对应于+您要添加到 ggplot 的图层。然后使用pmap. 这会创建一个图层列表，您可以简单地将其添加到绘图中。

于 2020-10-21T19:17:00.317 回答
1

重塑你的数据，这样你就不需要循环是最好的选择。否则，对于较新版本的 ggplot，您可以.data在aes(). 你可以做

plotAllLayers<-function(df){
    p <- ggplot(data=df, aes(df[,1]))
    for(i in names(df)[2:ncol(df)]){ 
        p <- p + geom_line(aes(y=.data[[i]]))
    }
    return(p)
}
plotAllLayers(df)

我们使用.data代词来获取传递给ggplot对象的数据，并遍历列名，因为.data出于某种原因不喜欢索引。

于 2021-06-29T22:01:22.443 回答