Question

我有两个数据框raw和coef：

包含原始数据的文件
另一个包含我从原始数据派生的建模系数。

第一个数据框raw包含：

Time（0到900秒）
OD适用于多种变种和四次运行。

第二个数据框coef包含：

每个Variant / run组合一行，该行中有各个系数（M，D.1和t0.1）。

我已经绘制了每个Variant的原始数据，并按runID着色，没有问题。但是，现在我想根据runID覆盖模型曲线。

由于建模系数位于具有不同维度的不同数据框架中，因此我不能仅cbind它们。 stat_function对我不起作用。我一次只能显示一条曲线。

我尝试使用for loop，每次都添加stat_function图层：

p <- ggplot(temp, aes(Time, OD)) + geom_point(aes(colour = runID), size = 2) #works fine!
calc <- function(x){temp.n$M[ID] * (1 - exp(temp.n$D.1[ID] * temp.n$t0.1[ID] - x)))}
for(ID in 1:length(unique(temp.n$runID))) {
  p <- p + stat_function(fun = calc)
}
print(p)

最后，所有p返回的是原始数据的图，以及循环位的最终曲线。每当我尝试添加新的p图层时，stat_function似乎都会恢复到原始状态。

有什么想法吗？

Answer 1

在解决方案given here之后，您可能必须自己模仿stat_function的效果。既然你没有给出一个可重复的例子，我创建了一个希望模仿你的问题的简单例子：

library(ggplot2)
reg.fun <- function(x, par1, par2){exp(-x*par1) + par2} #functional form
reg <- data.frame(g=factor(1:3), par1=(1:3)/10, par2=1:3)  #parameters for 3 groups

#generate data from reg.fun
dd <- expand.grid(x=0:9, g=reg$g)         #set x values, and 3 groups from reg
dd <- merge(dd, reg)                      #"import" parameters
dd$mn <- with(dd, reg.fun(x, par1, par2)) #value of function for given x's
dd$y <- rnorm(30, mean=dd$mn, sd=0.5)     #add variability
dd <- subset(dd, select=c(g,x,y))         #remove auxiliary variables 

#similarly to above generate values for the function on a fine grid of x values
pred.dd <- expand.grid(x=seq(0,9, length=101), g=levels(dd$g))
pred.dd <- merge(pred.dd, reg)
pred.dd$y <- with(pred.dd, reg.fun(x, par1, par2))

#draw the plot
p <- qplot(x,y, colour=g, data=dd)  #scatterplot of data
p + geom_line(data=pred.dd)         #add the curves of the functions

Answer 2

我遇到了同样的问题。在一个非常不优雅的解决方案中，我发现的唯一解决方案就是将这些统计函数组合在一起：

p <- ggplot(temp, aes(Time, OD)) + geom_point(aes(colour = runID), size = 2) #works fine!

calc <- function(x){temp.n$M[ID] * (1 - exp(temp.n$D.1[ID] * temp.n$t0.1[ID] - x)))}
    p <- p +
      stat_function(fun = function(x){temp.n$M[1] * (1 - exp(temp.n$D.1[1] * temp.n$t0.1[1] - x)))) + 
      stat_function(fun = function(x){temp.n$M[2] * (1 - exp(temp.n$D.1[2] * temp.n$t0.1[2] - x)))) +
      stat_function(fun = function(x){temp.n$M[3] * (1 - exp(temp.n$D.1[3] * temp.n$t0.1[3] - x)))) +
      # etc

如果您只需要添加几行，那么这很好，但如果您有很多行则不行。

在ggplot2中叠加多个stat_function调用

2 个答案: