我试图在R中使用ggplot2来构建一个在不同面板或构面中具有不同参数集的箱形图。在我的输入数据表中,我有一个列"进程"其中包含参数分组。但是,当我使用facet_wrap绘图时,即使大多数没有数据,也会显示每个方面的所有参数,即使我使用drop = T.
以下是我的代码,任何建议都会非常有用!
ggplot(stRep, aes(x=Parameter, y=value, fill=Disease), facets=process) +
geom_boxplot(outlier.shape=NA) +
ylab("Posterior distribution") +
xlab("Parameter") + theme_bw() +
scale_fill_grey() + coord_flip() +
ylim(-6, 10) +
facet_wrap( ~ process, drop=T, ncol=1)
附件是数据的子集:
> test[c(1:5, 39995:40005),]
value Parameter Disease process
5001 -4.52611948 initial probability tree General parameters
5002 6.73178928 pers.intercept tree Persistence
5003 6.00318901 pers.intercept tree Persistence
5004 -4.05923658 pers. nei. effect tree Persistence
5005 0.05733596 pers. nei. effect tree Persistence
39995 -0.10238927 col. tick effect corn Initial colonization
39996 -0.12752092 col. tick effect corn Initial colonization
39997 -0.17067746 col. tick effect corn Initial colonization
39998 -0.06580708 col. tick effect corn Initial colonization
39999 -0.13382417 col. tick effect corn Initial colonization
40000 -0.12990795 col. tick effect corn Initial colonization
40001 0.22196724 col. Lyme effect corn Initial colonization
40002 0.24598469 col. Lyme effect corn Initial colonization
40003 0.26436187 col. Lyme effect corn Initial colonization
40004 0.23429840 col. Lyme effect corn Initial colonization
40005 0.22931861 col. Lyme effect corn Initial colonization
答案 0 :(得分:0)
如果发布一些数据,测试各种选项会更容易。
然而,听起来你应该在绘制之前对数据进行子集化:
stRep_no0s <- subset(stRep, value>0)
然后根据Stibu建议使用选项scales="free_x"
代替drop=T
进行绘图:
ggplot(stRep_no0s, aes(x=Parameter, y=value, fill=Disease), facets=process) +
geom_boxplot(outlier.shape=NA) +
ylab("Posterior distribution") +
xlab("Parameter") + theme_bw() +
scale_fill_grey() + coord_flip() +
ylim(-6, 10) +
facet_wrap( ~ process, scales="free_x", ncol=1)