library(ggplot2)
iris$Sepal.Length2 <- ifelse(iris$Sepal.Length < 5, 1, 0)
iris$Sepal.Width2 <- ifelse(iris$Sepal.Width < 3, 1, 0)
SmallLength <- data.frame(Petal.Length = iris$Petal.Length[iris$Sepal.Length2 == 1],
status = "Small Length")
LargeLength <- data.frame(Petal.Length = iris$Petal.Length[iris$Sepal.Length2 == 0],
status = "Large Length")
SmallWidth <- data.frame(Petal.Length = iris$Petal.Length[iris$Sepal.Width2 == 1],
status = "Small Width")
LargeWidth <- data.frame(Petal.Length = iris$Petal.Length[iris$Sepal.Width2 == 0],
status = "Large Width")
Length <- rbind(SmallLength, LargeLength)
Width <- rbind(SmallWidth, LargeWidth)
ggplot(Length, aes(Petal.Length, fill = status)) + geom_density(alpha = 0.2) + labs(x = "Petal Length")
我有一个连续变量Petal.Length
,我希望按Sepal.Length
和Sepal.Width
对它进行分层,两者都是我编码为二进制变量的。在上图中,我仅Petal.Length
按Sepal.Length
分层。我如何通过Sepal.Width
进一步对其进行分层?结果图可能应该有4种颜色我认为... Petal.Length
1,长度小,宽度小,1长度小,宽度大1,长度大1,宽度小1,大长度1,宽度大。
答案 0 :(得分:3)
无需为此创建单独的数据框,您可以使用完整的iris
数据集实现所需的一切:
iris$length_binary <- ifelse(iris$Sepal.Length < 5, "Small", "Large")
iris$width_binary <- ifelse(iris$Sepal.Width < 3, "Small", "Large")
iris$length_width = interaction(iris$length_binary, iris$width_binary, sep=", ")
ggplot(iris, aes(Petal.Length, fill = length_width)) +
geom_density(alpha = 0.2) +
labs(x = "Petal Length",
fill = "Length, Width")
结果:
答案 1 :(得分:2)
以下是使用管道的示例 - 使用您需要的数据来获取数据的长度和重量。
library(tidyverse)
iris %>%
mutate(statusl = factor(ifelse(Sepal.Length<5,'Small length', 'Large length')),
statusw = factor(ifelse(Sepal.Width<3,'Small width', 'Large width'))) %>%
ggplot(aes(Petal.Length, fill=interaction(statusl, statusw))) +
geom_density(alpha = 0.2) + xlab("Petal Length")
答案 2 :(得分:0)
实现此目的的一种方法是将您想要对图形进行分层的变量置于geom_density图层内:
ggplot(data = df, aes(x = , y = ) +
geom_line(aes(color = factored_variable))
更多详情:Plotting two variables as lines using ggplot2 on the same graph