如何使用ggplot绘制每行标准差的折线图

Question

如何使用ggplot绘制每行标准差的折线图

4

我想绘制一个图表，其中每行（第一列的值除外）的中位数为y轴，标准差为误差条。结果应该看起来类似于这样的图：

我有一个像这样的数据框：

myTable <- "
        1     -50     -52
        2     -44     -51
        3     -48     -50
        4     -50     -49
        5     -44     -49
        6     -48     -49
        7     -48     -49
        8     -44     -48
        9     -49     -48
       10     -48     -45
       11     -60     -48
       10     -50     -48
       11     -80     -47"
df <- read.table(text=myTable, header = TRUE)
df <- c("ID","Value1","Value2");

我的数据存储在一个.csv文件中，我用以下代码来加载它：

df <- read.csv(file="~/path/to/myFile.csv", header=FALSE, sep=",")

- schande

1

你有两列数据，想要取出成对的中位数？然后计算这些数字对的标准差？从统计学的角度来看，这似乎有点奇怪。你的真实数据是否有更多的列呢？ - MrFlick

是的，我的真实数据有20列带有值。 - schande

df <- c("ID","Value1","Value2") should be names(df) <- c("ID","Value1","Value2") - eipi10

这个改变有什么影响？ - schande

在运行 df <- read.table(text=myTable, header = TRUE) 后，在控制台中输入 df，然后在运行 df <- c("ID","Value1","Value2") 后再次输入 df。 - eipi10

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- eipi10 · Accepted Answer

下面的代码创建了一个辅助函数，用于提供绘图所需的中位数和标准差值。在绘图之前，我们还将数据转换为“长”格式。

library(tidyverse)
theme_set(theme_bw())

df <- read.table(text=myTable, header = TRUE)
names(df) <- c("ID","Value1","Value2")

median_sd = function(x, n=1) {
  data_frame(y = median(x),
             sd = sd(x),
             ymin = y - n*sd,
             ymax = y + n*sd)
}

ggplot(df %>% gather(key, value, -ID), aes(ID, value)) +
  stat_summary(fun.data=median_sd, geom="errorbar", width=0.1) +
  stat_summary(fun.y=median, geom="line") +
  stat_summary(fun.y=median, geom="point") +
  scale_x_continuous(breaks=unique(df$ID))

如果你经常需要这样做，以下代码可以避免使用辅助函数，但是保留这个函数还是很方便的。

ggplot(df %>% gather(key, value, -ID), aes(ID, value)) +
  stat_summary(fun.y=median, fun.ymin=function(x) median(x) - sd(x), 
               fun.ymax=function(x) median(x) + sd(x), geom="errorbar", width=0.1) +
  stat_summary(fun.y=median, geom="line") +
  stat_summary(fun.y=median, geom="point") +
  scale_x_continuous(breaks=unique(df$ID))