我的数据:
day variable value
1 Fri avg1 446.521127
2 Mon avg1 461.676056
3 Sat avg1 393.366197
4 Sun avg1 435.985714
5 Thu avg1 445.571429
6 Tue avg1 441.549296
7 Wed avg1 462.042254
8 Fri avg2 7.442113
9 Mon avg2 7.694648
10 Sat avg2 6.556056
11 Sun avg2 7.266571
12 Thu avg2 7.426286
13 Tue avg2 7.359577
14 Wed avg2 7.700282
我的问题是我想使用facet_grid
创建一个条形图,每天显示每组平均数据,但观察结果相似,我发现使用{{指定y限制很有帮助1}}。
所以,如果我将我的ggplot分配给scale_y_continuous
,我可以得到我想要的一半:
g <- ggplot(df, aes(x=day, y=value))
和
g + geom_bar(stat="identity") + facet_grid(variable~., scales="free")
但是,我不知道如何使用构面网格然后指定一个scale_y_cont来限制单独的y轴的大小。有解决方案吗?
答案 0 :(得分:9)
使用geom_point
时,您可以为不同的方面创建单独的y范围,但我不知道如何使用geom_bar
来完成此操作。要使用facet_wrap
和geom_bar
设置特定的y范围,我知道的唯一方法是创建单独的绘图,然后使用grid.arrange
中的gridExtra
将它们并排放置包。 (使用不会降至零的垂直刻度会夸大点/条之间的差异,这可能会产生误导,但您必须决定它是否对您的特定情况有意义。)
首先,这里是geom_point
版本:我们的想法是创建一个&#34;虚拟&#34;数据框,你想要ylim的低和高值,然后&#34; plot&#34;他们使用geom_blank
。 geom_blank
不会绘制任何内容,但添加此geom将确保轴范围是您希望每个方面的范围。
ddummy = data.frame(day=NA, variable=rep(c("avg1", "avg2"), each=2),
value=c(0.5*max(df$value[df$variable=="avg1"]),
1.1*max(df$value[df$variable=="avg1"]),
0.5*max(df$value[df$variable=="avg2"]),
1.1*max(df$value[df$variable=="avg2"])))
g <- ggplot(df, aes(x=day, y=value))
g + geom_point() +
geom_blank(data=dummy, aes(day, value)) +
facet_grid(variable ~ ., scales="free")
以下是单独的情节,与grid.arrange
:
avg1 = ggplot(df[df$variable=="avg1",], aes(x=day, y=value)) +
geom_bar(stat="identity") +
facet_wrap(~variable) +
coord_cartesian(ylim=c(300,500))
avg2 = ggplot(df[df$variable=="avg2",], aes(x=day, y=value)) +
geom_bar(stat="identity") +
facet_wrap(~variable) +
coord_cartesian(ylim=c(3.5,8))
gridExtra::grid.arrange(avg1, avg2, ncol=2)
要使用geom_segment
(根据您的评论),您可以这样做:
library(dplyr)
ggplot(df %>% group_by(variable) %>%
mutate(ymin=0.5*max(value))) +
geom_segment(aes(x=day, xend=day, y=ymin, yend=value),
size=5, colour=hcl(195,100,65)) +
facet_grid(variable ~ ., scales="free")
答案 1 :(得分:0)
实际上,当涉及到 scales = 'free'
函数时,geom_bar
选项也适用于我。我的代码块如下:
merged_no_country_year %>%
ggplot(aes(x=age, y=outcome_values/1000000)) +
geom_bar(stat="identity", fill="skyblue", alpha=1.0) +
theme_minimal() +
facet_grid(outcome~source, scales = 'free') +
labs(y='people (in millions)')