ggplot：在x轴上绘制bin，在y轴上绘制平均值

Question

假设我有一个如下所示的数据框：

data <- data.frame(y = rnorm(10,0,1), x = runif(10,0,1))

我想要做的是将x值切换成二进制位，例如：

data$bins <- cut(data$x,breaks = 4)

然后，我想以x轴为分档的方式绘制（使用ggplot）结果，y轴是落入相应分档的数据$ y数据点的平均值。

提前谢谢

Answer 1

您可以使用stat_summary()功能。

library(ggplot2)
data <- data.frame(y = rnorm(10,0,1), x = runif(10,0,1))
data$bins <- cut(data$x,breaks = 4)
# Points:
ggplot(data, aes(x = bins, y = y)) +
  stat_summary(fun.y = "mean", geom = "point")

# Histogram bars:
ggplot(data, aes(x = bins, y = y)) +
  stat_summary(fun.y = "mean", geom = "histogram")

以下是各点的图片：

Answer 2

由于y值的平均值可能小于0，我建议使用点图而不是条形图。圆点代表手段。您可以使用qplot或常规ggplot函数。后者更容易定制。在这个例子中，两者都产生相同的输出。

library(ggplot2)

set.seed(7)
data <- data.frame(y = rnorm(10,0,1), x = runif(10,0,1))
data$bins <- cut(data$x,breaks = 4, dig.lab = 2)

qplot(bins, y, data = data, stat="summary", fun.y = "mean")

ggplot(data, aes(x = factor(bins), y = y)) + 
  stat_summary(fun.y = mean, geom = "point")

您还可以添加错误栏。在这种情况下，它们显示组标准偏差的平均值+/- 1.96倍。可以使用tapply获得组均值和SD。

m <- tapply(data$y, data$bins, mean)
sd <- tapply(data$y, data$bins, sd)
df <- data.frame(mean.y = m, sd = sd, bin = names(m))

ggplot(df, aes(x = bin, y = mean.y, 
               ymin = mean.y - 1.96*sd, 
               ymax = mean.y + 1.96*sd)) + 
  geom_errorbar() + geom_point(size = 3)

Answer 3

该线程有点旧，但是您可以使用stat_summary_bin（它可能在较新的版本中）。

ggplot(data, mapping=aes(x, y)) +
stat_summary_bin(fun.y = "mean", geom="bar", bins=4 - 1) +
ylab("mean")