ggplot：两组平均值的线图

Question

我在堆栈中搜索并搜索了我的问题的答案; this one接近我的问题，但我修改代码以修复图表却未成功。

我有数据，以长格式重新整形，看起来像这样：

ID          Var1      GenePosition   ContinuousOutcomeVar
1           control      X20068492 0.092813611
2           control      X20068492 0.001746708
3           case         X20068492 0.069251157
4           case         X20068492 0.003639304

每个ID每个位置都有ContinuousOutcomeVar个值，有86个位置和10个ID。我想绘制一个线图，其中x轴上的位置和y轴上的连续结果变量。我想要两个组：案例组和控制组，因此每个位置应该有两个点：一个是案例的平均值，一个是控件的平均值。然后我想要一条连接案例的线和一条连接控件的线。我知道这很容易，但我是R的新手 - 我已经在这里工作了8个小时，我不能完全正确。以下就是我所拥有的;我真的很感激一些见解。如果它存在于堆栈中的某个地方，我真的很道歉...我老实地看了一遍并尝试修改了很多代码，但仍然没有做对。

我的代码：  此代码绘制每个位置的所有ID的所有值，并将它们连接到两个组。它给出了每个位置所有10个值的平均值的黑点（我认为）：

lineplot <- ggplot(data=seq.long, aes(x=Position, y=PMethyl, 
    group=CACO, colour=CACO)) +
    stat_summary (fun.y=mean, geom="point", aes(group=1), color="black") +      
    geom_line() + geom_point()

我不能让R没有全部10分;只有两个方法（每个案例/控制组一个）每个位置，案例'＆amp;控制每个值由x轴上的一条线连接。

Answer 1

首先，将原始样本数据调整为包含多个唯一GenePosition。

dput(seq.long)
structure(list(ID = 1:8, Var1 = structure(c(2L, 2L, 1L, 1L, 2L, 
2L, 1L, 1L), .Label = c("case", "control"), class = "factor"), 
    GenePosition = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L
    ), .Label = c("X20068492", "X20068493"), class = "factor"), 
    ContinuousOutcomeVar = c(0.092813611, 0.001746708, 0.069251157, 
    0.003639304, 0.112813611, 0.002746708, 0.089251157, 0.004639304
    )), .Names = c("ID", "Var1", "GenePosition", "ContinuousOutcomeVar"
), class = "data.frame", row.names = c(NA, -8L))

如果您只想为每个GenePosition和Var1组合代表一个值，那么在绘图之前计算平均值会更容易。这可以通过库ddply()中的函数plyr来实现。

library(plyr)    
seq.long.sum<-ddply(seq.long,.(Var1,GenePosition),
       summarize, value = mean(ContinuousOutcomeVar))
seq.long.sum
     Var1 GenePosition      value
1    case    X20068492 0.03644523
2    case    X20068493 0.04694523
3 control    X20068492 0.04728016
4 control    X20068493 0.05778016

现在有了这个新的数据框，您只需要提供x和y值。应在Var1和colour=中使用group=，以确保每个群组都有不同的颜色，并且这些行已连接。

ggplot(seq.long.sum,aes(x=GenePosition,y=value,colour=Var1,group=Var1))+
   geom_point()+geom_line()