绘制r中每个x的平均y线

Question

例如，让我们使用来自airquality的臭氧数据。我有离散的x值（风）和y值（臭氧）。臭氧中的某些y值具有相同的x值，因此我想取其中y值的平均值并作图。 例如

（5，10）

（5，20）

（5，40）

我们将绘制（5，23.33）。我将对所有x值执行此操作，并将它们全部连接。

我尝试了此操作，但是由于某种原因我看不到该行。

data(airquality)
plot(Ozone ~ Wind, data = airquality)
lines(weighted.mean(airquality$Ozone, airquality$Wind))

Answer 1

不清楚您为什么使用weighted.mean。但是，您可以看到为什么没有行：

weighted.mean(airquality$Ozone, airquality$Wind)
[1] NA

添加na.rm = TRUE参数仍将仅返回一个值：

weighted.mean(airquality$Ozone, airquality$Wind, na.rm = TRUE)
[1] 34.99825

也许直到现在我们对数据有了更好的了解之前，我们还是会坚持使用mean。

在ggplot2中使用stat_summary通过平均值绘制摘要非常简单：

library(ggplot2)

ggplot(airquality, aes(Wind, Ozone)) + 
  stat_summary(geom = "point", fun.y = mean)

我建议进行一些增强：

• 显示原始数据点，以便我们知道有多少观测值进入平均值

• 添加平滑线

  ggplot(airquality, aes(Wind, Ozone)) + 
    geom_point(color = "grey90") + 
    stat_summary(geom = "point", 
                 fun.y = mean, 
                 color = "red") + 
    geom_smooth()
  

结果：

Answer 2

我不确定这是否是您要寻找的东西。

由于Wind是连续的，因此如果要按其分组，则必须以某种方式离散化。我选择通过将Wind按分位数或更具体地说是十分位数进行分组来实现。然后，我计算了Ozone的均值，并按这些Wind分位数进行分组。

data(airquality)

br <- quantile(airquality$Wind, seq(0, 1, length=11))

mid <- br[-length(br)] + diff(br)/2

wind.bin <- cut(airquality$Wind, breaks=br)

agg.oz <- aggregate(airquality$Ozone, list(wind.bin), mean, na.rm=TRUE)

colnames(agg.oz) <- c("Wind.mean", "Ozone.mean")
agg.oz[1] <- mid

plot(Ozone ~ Wind, data=airquality, pch=16, cex=0.6)
abline(v=br, col="#00000022", lty=2)
lines(agg.oz, col="red", type="o", pch=16)
legend("topright", legend="Mean ozone by \nwind quantile", 
  col="red", lwd=1.1, bty="n", cex=0.8)

如果您坚持将Wind视为离散值，则可以这样做

data(airquality)

airquality <- airquality[complete.cases(airquality),]

agg.oz <- aggregate(Ozone ~ Wind, data=airquality, mean, na.rm=TRUE)

colnames(agg.oz) <- c("Wind.mean", "Ozone.mean")

plot(Ozone ~ Wind, data=airquality, pch=16, cex=0.6)
lines(agg.oz, col="red", type="o", pch=16)