Question

我正在尝试使用tidyverse进行一些探索性数据分析。我有一个庞大而复杂的数据集，但重要的部分归结为类似于以下内容：


my_df <- data.frame(Expt = rep(c("Expt1", "Expt2", "Expt3", "Expt4"), each = 96),
                  ExpType = rep(c("A", "B"), each = 192),
                  Treatment = c(rep("T1", 192), rep("T2", 144), rep("T1", 48)),
                  Subject = c(rep(c("S01", "S02", "S03", "S04", "S05", "S06", "S07", "S08"), 24), rep("S01", 96), rep("S06", 96)),
                  xvar = as.factor(rep(rep(c(10, 5, 2.5, 1.25, 0.6, 0.3, 0.16, 0.08, 0.04, 0.02, 0, "NA"), each = 8),  4)),
                  yvar = runif(384))

（Expt是每个实验的唯一但无信息的标识符。每个Expt始终只有一个ExpType，但可能包含一个或多个级别的“治疗和受试者”。）

我要按ExpType，Treatment，Subject和Expt对数据进行分组，然后制作图表。因此，我正在制作大量图表，如果这些图表具有内容丰富的标题，那将使我的生活容易得多。

我可以对数据进行分组并制作所有图形，就像这样：

my_df2 <- my_df %>%
group_by(ExpType, Treatment, Expt) %>% 
nest() %>%

mutate(plots1 = map(
  .x = data,
  ~ggplot(data = .x, aes(x=as.factor(xvar), y = yvar)) + # 
    theme_classic() + theme(legend.key.width = unit(2, "lines"), legend.justification = c(1, 1), legend.position = c(1, 1)) +
    geom_smooth(method = "loess", se = FALSE, aes(group=Subject, color=Subject, linetype = Subject))+ 
    geom_point(aes(fill = Subject), size = 2.5) 
))


walk(.x = my_df2$plots1,  ~print(.x))

我不知道该怎么做，就是在每个图上添加一个标题，以告诉我它是什么。我尝试制作一个包含所有相关信息的唯一标识符：

my_df3 <- my_df %>%
  mutate(FullID = paste0(my_df$ExpType, "_", my_df$Treatment, "_", my_df$Expt)) %>%   
  group_by(ExpType, Treatment, Expt) %>% 
  nest() %>%
  arrange(ExpType, Treatment)

然后我可以再次获取FullID：

#  Either of these will successfully extract a list of FullIDs
map(my_df3$data, "FullID")

my_df3$data %>% 
  map("FullID")

我不知道该怎么做，就是降低地图上的嵌套层次（〜ggplot调用以使用FullID作为绘图标题，例如：

my_df3 <- my_df3 %>%  
  mutate(plots2 = map2(
    .x = data, 
    .y = map_chr(data$FullID),
    ~ggplot(.x, aes(x=xvar, y = yvar)) + # 
      theme_classic() + theme(legend.key.width = unit(2, "lines"), legend.justification = c(1, 1), legend.position = c(1, 1)) +

      geom_smooth(method = "loess", se = FALSE, aes(group=Subject, color=Subject, linetype = Subject))+ 
      geom_point(aes(fill=Subject, shape = Subject), size = 2.5) + 
      labs(title = unique(.y))
  ))

我知道必须有一种方法可以做到，而我只是不了解语法。有什么建议吗？

Answer 1

也可以使用FullID创建unite（请注意，.$函数内部不需要dplyr）。在nest/arrange之后，在OP的代码中，map2与一个输入参数一起用作map_chr(data$FullID)。为了使map起作用，它需要应用一个不存在的功能（.f）。同样，当我们从list列“数据”中的一列中提取信息时。我们不需要map2，但是只需一个map，以后便可以提取labs中的列信息

my_df2 <- my_df %>% 
             unite(FullID, ExpType, Treatment,  Expt, sep="_", remove = FALSE) %>% 
             group_by(ExpType, Treatment, Expt) %>%
             nest %>% 
             arrange(ExpType, Treatment) %>%
             mutate(plots = map(data, ~ 
                  ggplot(.x, aes(x=xvar, y = yvar))   + 
                     theme_classic() + 
                     theme(legend.key.width = unit(2, "lines"), 
                       legend.justification = c(1, 1), legend.position = c(1, 1)) + 
                     geom_smooth(method = "loess", se = FALSE, 
                        aes(group=Subject, color=Subject, linetype = Subject))+ 
                     geom_point(aes(fill=Subject, shape = Subject), size = 2.5) +
                     labs(title =  first(.x$FullID))))

-检查

my_df2$plots[[1]]

从嵌套数据中提取名称，以用作purrr：map（〜ggplot调用

1 个答案: