Question

我正在使用ggplot geom_smooth来绘制上一年度客户群与当前年度（基于日历周）的营业额数据。由于上周未完成，我想在上周使用虚线类型。但是，我无法弄清楚如何做到这一点。我可以更改整个绘图或整个系列的线型，但不能更改系列内的线型（取决于x的值）：

为了简单起见，我们只使用以下示例：

set.seed(42)
frame <- data.frame(series = rep(c('a','b'),50),x = 1:100, y = runif(100))

ggplot(frame,aes(x = x,y = y, group = series, color=series)) + 
geom_smooth(size=1.5, se=FALSE)

我如何更改此项以获取x＆gt; = 75的虚线？

目标是这样的：

非常感谢任何帮助！

编辑，2016-03-05

当然在尝试在原始情节上使用此方法时，我失败了。问题在于功能区，使用stat_summary和预定义函数计算。我试图在原始数据（mdf）上使用stat_summary，在smooth_data上使用geom_line。即使我注释掉其他所有内容，我仍然会得到错误：连续值提供给离散比例＆＃34;。我认为问题来自于原始x值（Kalenderwoche）是离散的，而新的，平滑的x是连续的。我是否必须以某种方式将一个变为另一个？我还能做什么？

这是我尝试过的（浓缩到基本路线）：

quartiles <- function(x) {  
  x <- na.omit(x) # remove NULL
  median <- median(x)
  q1 <- quantile(x,0.25)
  q3 <- quantile(x,0.75)
  data.frame(y = median, ymin = median, ymax = q3)
}

g <- ggplot(mdf, aes(x=Kalenderwoche, y=value, group=variable, colour=variable,fill=variable))+
geom_smooth(size=1.5, method="auto", se=FALSE)

# Take out the data for smooth line
smooth_data <- ggplot_build(g)$data[[1]]

ggplot(mdf, aes(x=Kalenderwoche, y=value, group=variable, colour=variable,fill=variable))+
  stat_summary(fun.data = quartiles,geom="ribbon", colour="NA", alpha=0.25)+
  geom_line(data=smooth_data, aes(x=x, y=y, group=group, colour=group, fill=group))

mdf看起来像这样：

str(mdf)
'data.frame':   280086 obs. of  5 variables:
 $ konto_id     : int  1 1 1 1 1 1 1 1 1 1 ...
 $ Kalenderwoche: Factor w/ 14 levels "2015-48","2015-49",..: 4 12 1 3 7 13 10 6 5 9 ...
 $ variable     : Factor w/ 2 levels "Umsatz","Umsatz Vorjahr": 1 1 1 1 1 1 1 1 1 1 ...
 $ value        : num  0 428.3 97.8 76 793.1 ...

有很多账户（konto_id），每个账户和日历周（Kalenderwoche），目前的营业额（Umsatz）和去年的营业额（Umsatz Vorjahr）。如果需要，我可以提供较小版本的data.frame和整个代码。

非常感谢任何帮助！

P.S。我是R的新手，所以我的代码对专业人员来说可能看起来很愚蠢，对不起:(

编辑，2016-03-06

我上传了一部分数据（mdf）： mdf

原始图表的完整代码如下（对于如此少的数据看起来有些奇怪，但这不是重点;）

library(dtw)
library(reshape2)
library(ggplot2)
library(RODBC)
library(Cairo)

# custom breaks for X axis
breaks.custom <- unique(mdf$Kalenderwoche)[c(TRUE,rep(FALSE,0))] 

# function called by stat_summary
quartiles <- function(x) {  
  x <- na.omit(x)
  median <- median(x)
  q1 <- quantile(x,0.25)
  q3 <- quantile(x,0.75)
  data.frame(y = median, ymin = median, ymax = q3)
}

# Positions for guidelines and labels
horizontal.center <- (length(unique(mdf$Kalenderwoche))+1)/2
kw.horizontal.center <- as.vector(sort(unique(mdf$Kalenderwoche))[c(horizontal.center-0.5,horizontal.center+0.5)])
vpos.P75.label <- max(quantile(mdf$value[mdf$Kalenderwoche==kw.horizontal.center[1]],0.75)
                      ,quantile(mdf$value[mdf$Kalenderwoche==kw.horizontal.center[2]],0.75))+10
# use the higher P75 value of the two weeks around the center
vpos.mean.label <- min(mean(mdf$value[mdf$Kalenderwoche==kw.horizontal.center[1]])
                       ,mean(mdf$value[mdf$Kalenderwoche==kw.horizontal.center[2]]))-10
vpos.median.label <- min(median(mdf$value[mdf$Kalenderwoche==kw.horizontal.center[1]])
                         ,median(mdf$value[mdf$Kalenderwoche==kw.horizontal.center[2]]))-10

hpos.vline <- which(as.vector(sort(unique(mdf$Kalenderwoche))=="2016-03"))

# custom colour palette (2 colors)
cbPaletteLine <- c("#DA2626", "#2626DA")
cbPaletteFill <- c("#F0A8A8", "#7C7CE9")


# ggplot
ggplot(mdf, aes(x=Kalenderwoche, y=value, group=variable, colour=variable,fill=variable))+
  geom_smooth(size=1.5, method="auto", se=FALSE)+ 
  # SE=FALSE to suppress drawing of the SE of the fit.SE of the data shall be used instead:
  stat_summary(fun.data = quartiles,geom="ribbon", colour="NA", alpha=0.25)+
  scale_x_discrete(breaks=breaks.custom)+
  scale_colour_manual(values=cbPaletteLine)+
  scale_fill_manual(values=cbPaletteFill)+
  #coord_cartesian(ylim = c(0, 250)) +
  theme(legend.title = element_blank(), title = element_text(face="bold", size=12))+
  #scale_color_brewer(palette="Dark2")+
  labs(title = "Tranche 1", x =  "Kalenderwoche", y = "Konto-Umsatz [CHF]")+
  geom_vline(xintercept = hpos.vline, linetype=2)+
  annotate("text", x=horizontal.center, y=vpos.median.label, label = "Median", size=4)+
  annotate("text", x=horizontal.center, y=vpos.mean.label, label= "Mean", size=4)+  
  annotate("text", x=horizontal.center, y=vpos.P75.label, label = "P75%", size=4)+
  theme(axis.text.x=element_text(angle = 90, hjust = 0.5, vjust = 0.5))

编辑，2016-03-06

最终的情节现在看起来像这样（thx，Jason !!）

Answer 1

我不太确定如何平滑所有数据并通过geom_smooth函数为子集使用不同的线型。我的想法是提取ggplot用于构建绘图的数据，并使用geom_line来重现它。这就是我这样做的方式：

set.seed(42)
frame <- data.frame(series=rep(c('a','b'), 50),
                    x = 1:100, y = runif(100))
library(ggplot2)
g <- ggplot(frame, aes(x=x, y=y, color=series)) + geom_smooth(se=FALSE) 

# Take out the data for smooth line
smooth_data <- ggplot_build(g)$data[[1]]
ggplot(smooth_data[smooth_data$x <= 76, ], aes(x=x, y=y, color=as.factor(group), group=group)) +
  geom_line(size=1.5) +
  geom_line(data=smooth_data[smooth_data$x >= 74, ], linetype="dashed", size=1.5) +
  scale_color_discrete("Series", breaks=c("1", "2"), labels=c("a", "b"))

你是对的。问题是您在原始图层中向连续x添加连续x。处理它的一种方法是创建一个查找表，在这种情况下，它很容易，因为x是1到14的序列。我们可以通过索引转换离散x。在您的代码中，如果您添加：

，它应该可以使用

level <- levels(mdf$Kalenderwoche)
ggplot(mdf, aes(x=Kalenderwoche, y=value, group=variable, colour=variable,fill=variable))+
  stat_summary(fun.data = quartiles,geom="ribbon", colour="NA", alpha=0.25) +
  geom_line(data=smooth_data, aes(x=level[x], y=y, group=group, colour=as.factor(group), fill=NA))

以下是我对这个问题的尝试：

g <- ggplot(mdf, aes(x=Kalenderwoche, y=value, group=variable, colour=variable,fill=variable)) +
  geom_smooth(size=1.5, method="auto", se=FALSE) + 
  # SE=FALSE to suppress drawing of the SE of the fit.SE of the data shall be used instead:
  stat_summary(fun.data = quartiles,geom="ribbon", colour="NA", alpha=0.25)    

smooth_data <- ggplot_build(g)$data[[1]]
ribbon_data <- ggplot_build(g)$data[[2]]    

# Use them as lookup table
level <- levels(mdf$Kalenderwoche)
clevel <- levels(mdf$variable)    

ggplot(smooth_data[smooth_data$x <= 13, ], aes(x=level[x], y=y, group=group, color=as.factor(clevel[group]))) +
  geom_line(size=1.5) + 
  geom_line(data=smooth_data[smooth_data$x >= 13, ], linetype="dashed", size=1.5) +
  geom_ribbon(data=ribbon_data,
              aes(x=x, ymin=ymin, ymax=ymax, fill=as.factor(clevel[group]), color=NA), alpha=0.25) +
  scale_x_discrete(breaks=breaks.custom) +
  scale_colour_manual(values=cbPaletteLine) +
  scale_fill_manual(values=cbPaletteFill) +
  #coord_cartesian(ylim = c(0, 250)) +
  theme(legend.title = element_blank(), title = element_text(face="bold", size=12))+
  #scale_color_brewer(palette="Dark2")+
  labs(title = "Tranche 1", x =  "Kalenderwoche", y = "Konto-Umsatz [CHF]")+
  geom_vline(xintercept = hpos.vline, linetype=2)+
  annotate("text", x=horizontal.center, y=vpos.median.label, label = "Median", size=4)+
  annotate("text", x=horizontal.center, y=vpos.mean.label, label= "Mean", size=4)+  
  annotate("text", x=horizontal.center, y=vpos.P75.label, label = "P75%", size=4)+
  theme(axis.text.x=element_text(angle = 90, hjust = 0.5, vjust = 0.5))

请注意，图例有边框。

R，ggplot：更改系列中的线型

1 个答案: