如何在ggplot中绘制总均值
How to plot the grand mean in ggplot
我正在尝试使用 ggplot 和 geom_line 绘制 35 个单独的时间序列数据（每个 102 个数据点）。我还想将各个数据的总均值跨时间重叠为第二个 geom_line，它可以是不同的颜色或不同的 alpha。
这是我的数据示例：
> dput(head(mdata, 10))
structure(list(Individual = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L), Signal = c(-0.132894911, -0.13, 0, 0, 0, 0.02, 0.01,
0.01, 0, 0.02), Time = c(0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7,
0.8, 0.9)), row.names = c(NA, 10L), class = "data.frame")
我之前用 summarySE 做过这个，但是，它不再兼容当前版本的 R。我尝试使用两个单独的数据帧（一个包含单独的数据，一个包含平均数据）并覆盖这些数据，但我认为因为我已经融化了单个数据（从 35x102 数据帧到 3x3570），我收到一条错误消息：
"Aesthetics must be either length 1 or the same as the data (102): group".
然后，我尝试使用 stat_summary 和 fun.data，但我仍然收到错误消息：
Error: geom_line requires the following missing aesthetics: y
ggplot(data=mdata,aes(x=Time, y=Signal, group=Individual, ymin=-1, ymax=3))+
geom_line()+
stat_summary(fun.data="mean", geom="line", color = "red")
这是我需要作为输出的示例数据框和图表的 dropbox link。
如有任何建议，我们将不胜感激！我在其他地方看到过类似的问题，但我认为我在美学范围内对数据进行分组这一事实给我带来了问题。
你试过这样的事情吗？概括一下。
df2<-co2+10
ts1<-ts(co2)
ts2<-ts(df2)
ts3<-ts((ts1+ts2)/2) # In your case the mean can be calculated with a more dedicated function
require(ggplot2)
ggplot()+geom_line(aes(x=1:length(ts1),y=ts1,group=1))+geom_line(aes(x=1:length(ts2),y=ts2,group=2))+
geom_line(aes(x=1:length(ts3),y=ts3,group=3,color="red"))+labs(color="Grandmean",x="Time",y="Serie")
这不像 stat_summary 那样优雅，但您可以通过以下方式获得总均值：
by_time <- group_by(df, Time)
s <- summarise(by_time, meanSignal = mean(Signal, na.rm=T))
s
# A tibble: 102 x 2
Time meanSignal
<dbl> <dbl>
1 0 -1.16e- 1
2 0.1 -1.15e- 1
3 0.2 -9.14e- 3
4 0.3 4.57e- 3
然后使用两个数据框 df 和 s 进行绘图。
ggplot(df, aes(x= Time, y = Signal))+geom_line(alpha = 0.25,aes(group=Individual))+geom_line(data=s, aes(x = Time, y = meanSignal), color="#FF0000")
这给你：
您可以从汇总数据框中添加层 geom_line()。
# Let's create the summary using `dplyr'
library(dplyr)
avg_group <- mdata %>%
select(Individual, Signal, Time) %>%
group_by(Individual) %>%
summarise(avg_ind = mean(Time), avg_sig = mean(Signal))
# -------------------------------------------------------------------------
# > avg_group
# # A tibble: 35 x 3
# Individual avg_ind avg_sig
# <int> <dbl> <dbl>
# 1 1 5.05 0.107
# 2 2 5.05 0.0947
# 3 3 5.05 0.0781
# 4 4 5.05 0.0362
# 5 5 5.05 0.0156
# 6 6 5.05 0.0182
# 7 7 5.05 0.774
# 8 8 5.05 0.297
# 9 9 5.05 0.517
# 10 10 5.05 0.685
# # … with 25 more rows
# -------------------------------------------------------------------------
# Then plot the graph using
ggplot(mdata,aes(x=Time, y=Signal, group=Individual, ymin=-1, ymax=3))+
geom_line() +
geom_line(data = avg_group, aes(avg_ind, avg_sig), group = 1, color = "red") + theme_bw()
# -------------------------------------------------------------------------
输出
如果您更喜欢stat_summary()，您可以做的是添加一个数据框共有的显式变量并将其用作分组aesthetic。您可以按如下方式进行：
# > head(mdata, 2)
# Individual Signal Time
# 1 1 -0.1328949 0.0
# 2 1 -0.1300000 0.1
# ------------------------------------------------------------------------
mdata$grand <- 1
# > head(mdata, 2)
# Individual Signal Time grand
# 1 1 -0.1328949 0.0 1
# 2 1 -0.1300000 0.1 1
# ------------------------------------------------------------------------
# plot using grand as an explicit variable used to group the plot
ggplot(mdata,aes(x=Time, y=Signal, group=Individual, ymin=-1, ymax=3))+
geom_line() + stat_summary(aes(group = grand), fun.y="mean", geom="line", color = "red") + theme_bw()
输出
要制作出您期望的输出（如您分享的 link 所示），
ggplot(data=mdata,aes(x=Time, y=Signal, group=Individual, ymin=-1, ymax=3))+
geom_line()+
geom_rect(xmin = (mean(mdata$Time) + se(mdata$Time)) , xmax =xmin + 0.4, fill = "red", ymax = -0.94, ymin = -1) + theme_bw()
此输出有一个警告，因为并非所有数据都来自数据，尽管总均值和标准误差用于绘制矩形。
输出
se函数可以参考here。
我正在尝试使用 ggplot 和 geom_line 绘制 35 个单独的时间序列数据（每个 102 个数据点）。我还想将各个数据的总均值跨时间重叠为第二个 geom_line，它可以是不同的颜色或不同的 alpha。
这是我的数据示例：
> dput(head(mdata, 10))
structure(list(Individual = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L), Signal = c(-0.132894911, -0.13, 0, 0, 0, 0.02, 0.01,
0.01, 0, 0.02), Time = c(0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7,
0.8, 0.9)), row.names = c(NA, 10L), class = "data.frame")
我之前用 summarySE 做过这个，但是，它不再兼容当前版本的 R。我尝试使用两个单独的数据帧（一个包含单独的数据，一个包含平均数据）并覆盖这些数据，但我认为因为我已经融化了单个数据（从 35x102 数据帧到 3x3570），我收到一条错误消息：
"Aesthetics must be either length 1 or the same as the data (102): group".
然后，我尝试使用 stat_summary 和 fun.data，但我仍然收到错误消息：
Error: geom_line requires the following missing aesthetics: y
ggplot(data=mdata,aes(x=Time, y=Signal, group=Individual, ymin=-1, ymax=3))+
geom_line()+
stat_summary(fun.data="mean", geom="line", color = "red")
这是我需要作为输出的示例数据框和图表的 dropbox link。
如有任何建议，我们将不胜感激！我在其他地方看到过类似的问题，但我认为我在美学范围内对数据进行分组这一事实给我带来了问题。
你试过这样的事情吗？概括一下。
df2<-co2+10
ts1<-ts(co2)
ts2<-ts(df2)
ts3<-ts((ts1+ts2)/2) # In your case the mean can be calculated with a more dedicated function
require(ggplot2)
ggplot()+geom_line(aes(x=1:length(ts1),y=ts1,group=1))+geom_line(aes(x=1:length(ts2),y=ts2,group=2))+
geom_line(aes(x=1:length(ts3),y=ts3,group=3,color="red"))+labs(color="Grandmean",x="Time",y="Serie")
这不像 stat_summary 那样优雅，但您可以通过以下方式获得总均值：
by_time <- group_by(df, Time)
s <- summarise(by_time, meanSignal = mean(Signal, na.rm=T))
s
# A tibble: 102 x 2
Time meanSignal
<dbl> <dbl>
1 0 -1.16e- 1
2 0.1 -1.15e- 1
3 0.2 -9.14e- 3
4 0.3 4.57e- 3
然后使用两个数据框 df 和 s 进行绘图。
ggplot(df, aes(x= Time, y = Signal))+geom_line(alpha = 0.25,aes(group=Individual))+geom_line(data=s, aes(x = Time, y = meanSignal), color="#FF0000")
这给你：
您可以从汇总数据框中添加层 geom_line()。
# Let's create the summary using `dplyr'
library(dplyr)
avg_group <- mdata %>%
select(Individual, Signal, Time) %>%
group_by(Individual) %>%
summarise(avg_ind = mean(Time), avg_sig = mean(Signal))
# -------------------------------------------------------------------------
# > avg_group
# # A tibble: 35 x 3
# Individual avg_ind avg_sig
# <int> <dbl> <dbl>
# 1 1 5.05 0.107
# 2 2 5.05 0.0947
# 3 3 5.05 0.0781
# 4 4 5.05 0.0362
# 5 5 5.05 0.0156
# 6 6 5.05 0.0182
# 7 7 5.05 0.774
# 8 8 5.05 0.297
# 9 9 5.05 0.517
# 10 10 5.05 0.685
# # … with 25 more rows
# -------------------------------------------------------------------------
# Then plot the graph using
ggplot(mdata,aes(x=Time, y=Signal, group=Individual, ymin=-1, ymax=3))+
geom_line() +
geom_line(data = avg_group, aes(avg_ind, avg_sig), group = 1, color = "red") + theme_bw()
# -------------------------------------------------------------------------
输出
如果您更喜欢stat_summary()，您可以做的是添加一个数据框共有的显式变量并将其用作分组aesthetic。您可以按如下方式进行：
# > head(mdata, 2)
# Individual Signal Time
# 1 1 -0.1328949 0.0
# 2 1 -0.1300000 0.1
# ------------------------------------------------------------------------
mdata$grand <- 1
# > head(mdata, 2)
# Individual Signal Time grand
# 1 1 -0.1328949 0.0 1
# 2 1 -0.1300000 0.1 1
# ------------------------------------------------------------------------
# plot using grand as an explicit variable used to group the plot
ggplot(mdata,aes(x=Time, y=Signal, group=Individual, ymin=-1, ymax=3))+
geom_line() + stat_summary(aes(group = grand), fun.y="mean", geom="line", color = "red") + theme_bw()
输出
要制作出您期望的输出（如您分享的 link 所示），
ggplot(data=mdata,aes(x=Time, y=Signal, group=Individual, ymin=-1, ymax=3))+
geom_line()+
geom_rect(xmin = (mean(mdata$Time) + se(mdata$Time)) , xmax =xmin + 0.4, fill = "red", ymax = -0.94, ymin = -1) + theme_bw()
此输出有一个警告，因为并非所有数据都来自数据，尽管总均值和标准误差用于绘制矩形。
输出
se函数可以参考here。