Question

我的数据方式比这个代表性的数据大得多

{{1}}

首先，我将所有开始和结束放在一起并找到范围

在这个例子中，它是1到577

然后我想绘制或突出显示有字符串的区域

例如，像我这样的人物

甚至喜欢这个

Answer 1

下面的代码将数据整理成适合绘图的形式，然后使用geom_segment来布置序列。为了整理数据，我们希望每列都是一个变量，每行都是一个观察点。

library(tidyverse)

## Clean up data frame and convert to long form
df = map_df(seq(1,ncol(df),3),                                    # Turn each group of three columns into separate data frames that we'll stack into long format
            ~ setNames(df[-1,.x:(.x+2)], c("DD","Start","End")),  # Column names appear to be in the first data row, so we'll remove this row and provide new column names
            .id="Pama") %>%                                       # This line and next add a "Pama" column
  mutate(Pama = paste0("Pama", Pama)) %>%
  filter(!DD %in% c("n/a","")) %>%                                # Remove empty rows
  mutate_at(vars(matches("^[SE]")), funs(as.numeric(as.character(.))))  # All columns are in character format. Convert the numbers to numeric format.

数据框现在如下所示：

   Pama     DD Start   End
  <chr>  <chr> <dbl> <dbl>
1 Pama1     zf    12    89
2 Pama1     zf   116   199
3 Pama1 PAMANA   280   331
4 Pama2   GGTR   115   195
5 Pama2  T_reg   232   362
6 Pama2 PAMANA   376   577
7 Pama3   GGTR    66   144

ggplot(df, aes(y=Pama, yend=Pama)) +
  geom_segment(data=data.frame(Pama=unique(df$Pama), x=min(df$Start), xend=max(df$End)),
               aes(x=x, xend=xend), colour="grey80", size=10) +
  geom_segment(aes(x=Start, xend=End, colour=DD), size=20) +
  geom_text(aes(x=(Start+End)/2, label=DD), colour="white", size=3, fontface="bold") +
  geom_text(data=gather(df, key, value, Start:End), 
            aes(x=value, label=value, colour=DD), size=2.5, 
            fontface="bold", position=position_nudge(0,-0.3)) +
  guides(colour=FALSE) +
  scale_x_continuous(breaks=seq(0,1000,100)) +
  labs(x="", y="") +
  theme_classic(base_size=15) +
  theme(axis.line.y=element_blank(),
        axis.ticks.y=element_blank())

更新：为了解决您的评论，这里是另一种定位数字的方法，以避免重叠。

ggplot(df, aes(y=Pama, yend=Pama)) +
  geom_segment(data=data.frame(Pama=unique(df$Pama), x=min(df$Start), xend=max(df$End)),
               aes(x=x, xend=xend), colour="grey80", size=10) +
  geom_segment(aes(x=Start, xend=End, colour=DD), size=20) +
  geom_text(aes(x=(Start+End)/2, label=DD), colour="white", size=3, fontface="bold") +
  geom_text(data=gather(df, key, value, Start:End), 
            aes(x=ifelse(key=="Start", value + 10, value - 10), label=value), 
                colour="white", size=2.8, fontface="bold", position=position_nudge(0,-0.2)) +
  guides(colour=FALSE) +
  scale_x_continuous(breaks=seq(0,1000,100)) +
  labs(x="", y="") +
  theme_classic(base_size=15) +
  theme(axis.line.y=element_blank(),
        axis.ticks.y=element_blank())

更新2 ：为了解决您的第二条评论，我们将添加一个分组列，我们将用它来替换高和低数字标签：

# Add grouping variable to alternate high and low labels
df = df %>% group_by(Pama) %>% arrange(Start) %>%
  mutate(hilow = rep(c("high","low"),nrow(df))[1:n()])

ggplot(df, aes(y=Pama, yend=Pama)) +
  geom_segment(data=data.frame(Pama=unique(df$Pama), x=min(df$Start), xend=max(df$End)),
               aes(x=x, xend=xend), colour="grey80", size=10) +
  geom_segment(aes(x=Start, xend=End, colour=DD), size=20) +
  geom_text(aes(x=(Start+End)/2, label=DD), colour="white", size=3, fontface="bold") +
  geom_text(data=gather(df, key, value, Start:End) %>% filter(hilow=="high"), 
                      aes(x=value, label=value, colour=DD), hjust=0.5,
                      size=3, fontface="bold", position=position_nudge(0,0.3)) +
  geom_text(data=gather(df, key, value, Start:End) %>% filter(hilow=="low"), 
            aes(x=value, label=value, colour=DD), hjust=0.5,
            size=3, fontface="bold", position=position_nudge(0,-0.3)) +
  guides(colour=FALSE) +
  scale_x_continuous(breaks=seq(0,1000,100)) +
  labs(x="", y="") +
  theme_classic(base_size=15) +
  theme(axis.line.y=element_blank(),
        axis.ticks.y=element_blank())

Answer 2

这是一个奇怪的数据结构。如果您能够以某种方式修改源数据以从头开始获得整洁的dataframe，那么这可能会更好地发挥作用，其中每列是单个变量，每行都是观察。

我们可以纠缠数据以获取此类dataframe（这在base R中，您可以通过其他方式实现相同的目标，同时使用dplyr或data.table ）：

df2 <- rbind(setNames(cbind(rep('DD1', nrow(df) - 1), df[2:nrow(df), 1:3]), c('DD', 'Pama', 'Start', 'End')),
             setNames(cbind(rep('DD2', nrow(df) - 1), df[2:nrow(df), 4:6]), c('DD', 'Pama', 'Start', 'End')),
             setNames(cbind(rep('DD3', nrow(df) - 1), df[2:nrow(df), 7:9]), c('DD', 'Pama', 'Start', 'End'))
)

df2$Start <- as.numeric(as.character(df2$Start))
df2$End <- as.numeric(as.character(df2$End))
df2 <- df2[!df2$Pama %in% c('','n/a'), ]


df2
#>     DD   Pama Start End
#> 2  DD1     zf    12  89
#> 4  DD1     zf   116 199
#> 10 DD1 PAMANA   280 331
#> 51 DD2   GGTR   115 195
#> 81 DD2  T_reg   232 362
#> 91 DD2 PAMANA   376 577
#> 52 DD3   GGTR    66 144

这为我们提供了一个很好的数据集，我们可以将ggplot2的{{1}}映射到一个简单的列：

aestethic

更新

文本定位确实会导致问题，在这个例子中我们不得不减少文本大小以使其有点正确。

以下是基于library(ggplot2) ggplot(df2, aes(y = DD, color = Pama)) + geom_segment(aes(x = Start, xend = End, yend = DD), size = 10) + geom_text(aes(label = Start, x = Start), size = 2.5, nudge_y = -.15) + geom_text(aes(label = End, x = End), size = 2.5, nudge_y = -.15) + scale_y_discrete(position = 'right') + theme(panel.background = element_rect(fill = 'white'), axis.text.x = element_blank(), axis.text.y.right = element_text(size = 14), axis.ticks.y = element_blank(), axis.title = element_blank())包的解决方案：

ggrepel

（强制增加文本大小以显示它不重叠）

PS：是的，这个更新使它更像@ eipi10的回答..这是一个很好的答案，当然我会偷他的：P

如何绘制复杂的数据结构？

2 个答案:

更新