计算变量的运行长度并使用 ggplot 绘图

Question

我正在使用 ggplot 绘制由一个因子着色的有序数字序列。例如，给定这个假数据：

# Generate fake data
library(dplyr)
set.seed(12345)
plot.data <- data.frame(fitted = rnorm(20),
                        actual = sample(0:1, 20, replace=TRUE)) %>%
  arrange(fitted)

head(plot.data)
      fitted actual
1 -1.8179560      0
2 -0.9193220      1
3 -0.8863575      1
4 -0.7505320      1
5 -0.4534972      1
6 -0.3315776      0

我可以轻松地将第 1-20 行的 actual 列绘制为彩色线条：

# Plot with lines
ggplot(plot.data, aes(x=seq(length.out = length(actual)), colour=factor(actual))) +
  geom_linerange(aes(ymin=0, ymax=1))

此图的要点是显示 actual 数字在 fitted 值范围内按顺序出现的频率。正如您在图像中看到的，连续的 0 和 1 很容易被视为连续的蓝色和红色垂直线。

但是，我想远离线条并使用 geom_rect 来为序号创建带。我可以用非常粗的线范围来伪造它：

# Fake rectangular regions with thick lines
ggplot(plot.data, aes(x=seq(length.out = length(actual)), colour=factor(actual))) +
  geom_linerange(aes(ymin=0, ymax=1), size=10)

但是这些线的大小取决于观察的数量——如果它们太粗，它们就会重叠。此外，这样做意味着绘制了一堆无关的图形元素（即连续的矩形部分实际上只是一堆相互渗透的线段）。最好改用geom_rect。

但是，geom_rect 要求数据包括 x 的最小值和最大值，这意味着我需要重塑 actual 以使其看起来像这样：

xmin xmax colour
   0    1    red
   1    5   blue

我需要以编程方式计算每种颜色的运行长度以标记该颜色的开始和结束。我知道 R 有 rle() 函数，这可能是计算运行长度的最佳选择，但我不确定如何将运行长度分成两列（xmin 和 xmax).

计算变量运行长度以便 geom_rect 可以正确绘制它的最佳方法是什么？

Answer 1

感谢@baptiste，解决这个问题的最佳方法似乎是将数据压缩到那些在 x 中看到变化的行：

condensed <- plot.data %>% 
  mutate(x = seq_along(actual), change = c(0, diff(actual))) %>% 
  subset(change != 0 ) %>% select(-change)

first.row <- plot.data[1,] %>% mutate(x = 0)

condensed.plot.data <- rbind(first.row, condensed) %>%
  mutate(xmax = lead(x),
         xmax = ifelse(is.na(xmax), max(x) + 1, xmax)) %>%
  rename(xmin = x)

condensed.plot.data
#       fitted actual xmin xmax
# 1 -1.8179560      0    0    2
# 2 -0.9193220      1    2    6
# 3 -0.3315776      0    6    9
# 4 -0.1162478      1    9   11
# 5  0.2987237      0   11   14
# 6  0.5855288      1   14   15
# 7  0.6058875      0   15   20
# 8  1.8173120      1   20   21

ggplot(condensed.plot.data) + 
  geom_rect(aes(xmin=xmin, xmax=xmax, ymin=0, ymax=1, fill=factor(actual)))

计算变量的运行长度并使用 ggplot 绘图

Calculate the run length of a variable and plot with ggplot

r

ggplot2

计算变量的 运行 长度并使用 ggplot 绘图

Calculate the run length of a variable and plot with ggplot

r

ggplot2

计算变量的运行长度并使用 ggplot 绘图