3

亲爱的 Stackoverflow 用户,

我想用三个带有误差线的自变量绘制一个分组条形图。我的图表基于 Stacked Overflow 上的示例(分组条内的堆叠条),使用 ggplot 和 geom_bar。当我根据帮助页面的示例添加 geom_errorbar 时,出现以下错误: Error in if (empty(data)) { : missing value where TRUE/FALSE needed

这是我使用的脚本:

treatment<-rep(c(rep(c(1),8),rep(c(2),8)),2)
origin<-rep(c("A","B"),16)
time<-c(rep(c(5),16),rep(c(10),16))
sulfide<-c(0,10,5,8,9,6,16,18,20,25,50,46,17,58,39,43,20,25,50,46,17,58,39,43,100,120,103,104,150,160,200,180)

Reed<-data.frame(treatment,origin,time,sulfide)

# specify factor types
Reed$treatment<-as.factor(Reed$treatment)
Reed$origin<-as.character(Reed$origin)
Reed$time<-as.factor(Reed$time)

library(ggplot2)
library(scales)

#draw plot
ggplot() +geom_bar(data=Reed, aes(y = sulfide, x = treatment, fill=origin), stat="identity",position="dodge") +theme_bw() + facet_grid( ~ time)+xlab("treatment") +ylab("Sulfide")+ggtitle("Time)")

这就是我添加错误栏的方式:

ErrorBars <- function(x, y, upper, lower=upper, length=0.03,...{if(length(x) != length(y) | length(y) !=length(lower) | length(lower) != length(upper))stop("vectors must be same length")arrows(x,y+upper, x, y-lower, angle=90, code=3, length=length, ...)}#function for errorbars

SE<- function(x) sqrt(var(x,na.rm=TRUE)/length(na.omit(x))) #function for SE

Reed$trt<- paste(Reed$treatment,Reed$origin,sep="")#combine treatment and origin to a column 
mean_Reed<-data.frame(tapply(Reed$sulfide,list(Reed$trt,Reed$time),mean,na.rm=TRUE)) #mean
SE_Reed<-data.frame(tapply(Reed$sulfide,list(Reed$trt, Reed$time),SE)) # SE 

limits <- aes(ymax = mean_Reed + SE_Reed, ymin=mean_Reed - SE_Reed)# Define the top and bottom of the errorbars

#plot with error bars:
ggplot() +geom_bar(data=Reed, aes(y = sulfide, x = treatment, fill=origin), stat="identity",position="dodge") +theme_bw() + facet_grid( ~ time)+xlab("treatment") +ylab("Sulfide")+ggtitle("Time)"+ geom_errorbar(limits, width=.2,position="dodge") 

我真的找不到我做错了什么。我希望你能帮帮我:)

4

2 回答 2

2

如果您想通过制作汇总数据集来构建误差线,您只需要以正确的格式获取该数据集。有很多选择;我将使用dplyr。请注意,我将此数据集中图中的所有分组变量以“整洁”的格式保存,每个变量都位于单独的列中。

library(dplyr)
meandat = Reed %>% 
    group_by(treatment, time, origin) %>%
    summarise(mean = mean(sulfide, na.rm = TRUE), se = SE(sulfide))

Source: local data frame [8 x 5]
Groups: treatment, time [?]

  treatment   time origin   mean        se
     (fctr) (fctr)  (chr)  (dbl)     (dbl)
1         1      5      A   7.50  3.378856
2         1      5      B  10.50  2.629956
3         1     10      A  31.50  7.858117
4         1     10      B  43.00  6.819091
5         2      5      A  31.50  7.858117
6         2      5      B  43.00  6.819091
7         2     10      A 138.25 23.552689
8         2     10      B 141.00 17.540429

现在可以通过添加错误栏geom_errorbar。你会看到我在全局范围内设置了美学,ggplot这样我就不必重新输入其中的一些,但你可以根据需要进行更改。我用来position_dodge将误差条正确放置在每个条上。

ggplot(data = Reed, aes(y = sulfide, x = treatment, fill=origin)) +
    geom_bar(stat="identity", position="dodge") +
    theme_bw() + 
    facet_grid( ~ time)+
    xlab("treatment") +
    ylab("Sulfide")+
    ggtitle("Time")+ 
    geom_errorbar(data = meandat, aes(ymin = mean - se, ymax = mean + se, y = mean), 
                position = position_dodge(width = .9))

在此处输入图像描述

您实际上可以通过 来完成所有这些操作stat_summary,而不是“手动”计算汇总统计信息。一个例子是here。代码看起来像这样,并给出与上面相同的图。

ggplot(data = Reed, aes(y = sulfide, x = treatment, fill=origin)) +
    geom_bar(stat="identity",position="dodge") +
    theme_bw() + 
    facet_grid( ~ time) +
    xlab("treatment") +
    ylab("Sulfide") +
    ggtitle("Time") + 
    stat_summary(geom = "errorbar", fun.data = mean_cl_normal, mult = 1, 
               position = position_dodge(width = .9))

我一直在使用 ggplot2 的开发版ggplot2_1.0.1.9003,发现需要stat_summary通过fun.args. 这看起来像是fun.args = list(mult = 1)得到 1 个标准错误的误差线。

于 2015-09-02T15:42:57.283 回答
2

暂时撇开误差线问题不谈,你的情节还有一个更严重的问题。treatment,time和,各有 2 个值origin,总共有 8 个组合,但有 32 个硫化物值 - 所以每个组合有 4 个硫化物值。当您使用例如,

ggplot(data=Reed) +
  geom_bar(aes(y = sulfide, x = treatment, fill=origin), stat="identity",position="dodge") +
  facet_grid( ~ time)+xlab("treatment") +ylab("Sulfide")

您正在以相同颜色绘制所有四个硫化物值的条形图。这具有仅显示最大值的效果。有点难以相信这是您的意图,即使您这样做了,也有更好的方法来做到这一点。例如,如果你想绘制每个因素组合的平均值sulfide,你可以这样做。

ggp <- ggplot(data=Reed, aes(y = sulfide, x = as.factor(treatment), group=origin)) +
  geom_bar(aes(fill=origin), stat="summary", fun.y=mean, position="dodge") +
  theme_bw() + 
  facet_grid( ~ time)+xlab("treatment") +ylab("Sulfide")+ggtitle("Time")
ggp

这用于使用聚合函数( )stat="summary"自动汇总结果。meanfun.y=mean

由于可以使用类似的方法非常简单地添加误差线:

se <- function(y) sd(y)/length(y)   # to calculate standard error in the mean
ggp+stat_summary(geom="errorbar",position=position_dodge(width=0.85),
                 fun.data=function(y)c(ymin=mean(y)-se(y),ymax=mean(y)+se(y)), width=0.1)

请注意,无需在外部聚合数据 -ggplot为您完成。

最后,这种方法有助于使用许多内置函数来生成更严格的统计置信限。

ggp+stat_summary(fun.data=mean_cl_normal, conf.int=0.95,
                 geom="errorbar",position=position_dodge(width=0.85), width=0.1)

所以在这里我们使用ggplot内置函数mean_cl_normal来计算平均值的 95% 置信限,假设数据服从正态分布(因此,平均值将服从 t 分布)。我们使用参数conf.int=...来指定所需的置信区间,但默认值为 0.95,因此在此示例中确实没有必要。

这种类型还有其他几个功能:请参阅其中的文档和链接以获取说明。

于 2015-09-02T16:31:16.497 回答