如何在对数据进行子集化时在ggplot2中沿x轴移动errobars？

Question

这是一些虚拟数据

set.seed(3)
d = data.frame(y = rnorm(120), x =rep(letters[5:7],40), category = rep(LETTERS[1:2],each=60))

我想显示所有数据（黑色）的均值误差条，仅显示category=="B"（蓝色）的误差条。

我试过

ggplot(d, aes(x=x,y=y)) + stat_summary(geom = "errorbar", fun.data=mean_se) 
+ stat_summary(data=subset(d,category=="B"), geom = "errorbar", 
fun.data=mean_se, color="blue")

但是错误栏的重叠是令人不快的。所以我试过

ggplot(d, aes(x=x,y=y)) + stat_summary(geom = "errorbar", fun.data=mean_se) 
+ stat_summary(aes(colour=category), geom = "errorbar", fun.data=mean_se,
 position=position_dodge(0.5)) + scale_colour_manual(values=c(rgb(1,1,1,alpha=0), "blue"))

但是蓝色情况下错误栏的宽度会自动缩小，蓝色和黑色线之间的平均位置与标签不匹配。

实现这一目标的最佳解决方案是什么？

Answer 1

我没有使用stat_summary。相反，我计算了聚合数据和数据的平均值和标准误差，仅包括类别B.然后，我可以使用这些值来创建绘图。但是，我发现我的错误栏与您展示的不同。

这是我对这个问题的尝试：

library(ggplot2)
library(dplyr)

set.seed(3)
d <- data.frame(y=rnorm(120), x=rep(letters[5:7], 40),
                category=rep(LETTERS[1:2], each=60))

# Calculate the mean and standard error for each group
df_B <- d %>% filter(category == "B") %>% group_by(x) %>%
            summarise(mu=mean(y), se=sqrt(var(y)/length(y)))
df_all <- d %>% group_by(x) %>% summarise(mu=mean(y), se=sqrt(var(y)/length(y)))

df <- rbind(df_B, df_all)
df$category <- rep(c("B", "All"), each=3)


ggplot(df, aes(x=x, ymin=mu - se, ymax=mu + se, color=category, width=0.5)) +
  geom_errorbar(position=position_dodge(width=0.6)) +
  scale_color_manual(breaks=c("All", "B"), values=c("black", "blue"))