1

我有一些治疗前后的数据，想看看配对数据，所以我转向ggpaired. 我能够让它与我的数据一起正常工作。（我模拟了一些与我正在使用的数据相似的数据，以便其他人可以弄乱它。）

set.seed(123)
size <- 28
a.d <- round(runif(size, 1, 4))
g.d <- round(runif(size, 1, 4))
s.d <- round(runif(size, 1, 4))
p.d <- round(runif(size, 1, 4))
a.f <- a.d + round(runif(1,-1,1))
g.f <- g.d + round(runif(1,-1,1))
s.f <- s.d + round(runif(1,-1,1))
p.f <- p.d + round(runif(1,-1,1))

df.t <- data.frame("A" = c(a.d,a.f),"G" = c(g.d,g.f),"S" = c(s.d,s.f),"P" = c(p.d,p.f),"V" = c(rep("D", size),rep("F", size)))

然后进行绘图（我已经安装并加载了包ggpubr、gridExtra和ggplot2）：

p <- list()
for(i in colnames(df.t[,-5])){
    d <- head(df.t[i],nrow(df.t)/2)
    d <- d[,i]
    f <- tail(df.t[i],nrow(df.t)/2)
    f <- f[,i]
    fin <- data.frame(draft = d, final = f)

    p[[i]] <- ggpaired(fin, cond1 = "draft", cond2 = "final", fill = "condition", line.color = "gray", line.size = 0.4, palette = "jco", xlab = "Draft version", ylab = paste(colnames(df.t[i]),"rating"), title = paste("Paired box plot of",colnames(df.t[i]),"ratings"))
}

do.call(grid.arrange,p)

产生图像：

在此处输入图像描述

这很好，但是我有很多值，例如，预处理的值为 2，然后处理后的值为 1，您无法用线条颜色将其真正可视化。在谷歌搜索时，我遇到了这篇文章，我认为这不是我需要的。我不知道表达这个问题的最佳方式，并不断寻找网络边缘线宽度的结果。

基本上，我想做的是：如果我有 11 个观察值从 3 到 2，我希望从 3 到 2 的线比从 1 到 0 的线更暗，只有 3观察，有点像我在 Paint 中做的这个非常快速的模型：

在此处输入图像描述

我希望有可能用line.color（或者可能用line.weight？）做这样的事情，并制作一个按重量（或更具体地说，计数）为线条着色的函数，但我不是最好的R（而且对它来说相当新），所以任何帮助都将不胜感激，因为我不知道如何开始做这样的事情，而且我在谷歌上搜索到的关于这个主题的所有内容似乎都与网络图有关。

4

1 回答 1

3

你想要的当然是可能的，但使用ggpaired可能不是最直接的方法（免责声明：我不经常使用 ggpubr 包。）

ggpaired本质上是围绕底层ggplot2包的功能。如果你想改变事情的完成方式，改变底层函数是一种干净的方式。（如果您打算将来使用 R，那么深入浅出也是一种学习的好方法。）

这是我的做法，从原始数据框开始df.t：

library(dplyr)

df.t %>%
  mutate(pair.order = rep(seq(1, n()/2), times = 2)) %>% # add new column to keep track of pairs
  tidyr::pivot_longer(cols = A:P, names_to = "facet") %>% # convert data to long form so all 
                                                          # values are captured in one variable
  ggplot(aes(x = V, y = value, fill = V)) +
  geom_boxplot() +  
  geom_line(data = . %>%                             # further data manipulation for line layer
              tidyr::pivot_wider(names_from = V) %>% # arrange values in pairs
              count(facet, D, F) %>%                 # & aggregate them for each treatment
              mutate(n = cut(n, breaks = c(0, 5, 10, Inf),
                             labels = c("n \u2264 5", "6 < n \u2264 10", "n > 10"))) %>%
              mutate(line.group = seq(1, n())) %>%   # add grouping identifier for line
              tidyr::pivot_longer(cols = D:F, names_to = "V"),  # return to long form
            aes(group = line.group, 
                colour = forcats::fct_rev(n)), # reverse category order for count
            size = 2) +                        # increase line size for easier comparison
  
  facet_wrap(~facet,     # split into 4 plot facets, one for each treatment
             labeller = labeller(facet = function(x) paste("Paired boxplot of", x, "ratings"))) +
  scale_x_discrete(labels = c("draft", "final")) +
  labs(y = "rating", colour = "Number of\ncounts") +
  ggsci::scale_fill_jco(guide = FALSE) + # not showing legend since it's the same as x-axis
  scale_colour_grey() +
  theme_pubr() +
  theme(legend.position = "right",
        axis.title.x = element_blank())

阴谋

于 2020-07-24T07:30:29.697 回答