如何在R中在不同的图层中生成不同的geom_vline？

Question

我正在尝试在数据集的两个不同面板中生成2条不同颜色的geom_vlines。我这样做是为了突出显示两个不同面板的平均值。 以下是数据集：

Pclass  Sex    Age  SibSp   Parch   Fare    Cabin   Embarked    Survived
  3     male    22   1        0     7.25                S          0    
  1     female  38   1        0    71.2833   C85        C          1
  3     female  26   0        0     7.925               S          1    
  1     female  35   1        0    53.1     C123        S          1
  3     male    35   0        0     8.05                S          0    
  1     male    54   0        0    51.8625   E46        S          0

以下是代码：

g<-ggplot(data = train3, aes(x = Age, y = Survived, colour = factor(Pclass)))
g<-g+facet_wrap(~Sex)
g<-g+geom_point(size = 4, alpha = 0.2)+ggtitle("Survival by Gender")+theme(plot.title = element_text(hjust = 0.5))
g<-g+geom_vline(data = subset(train3,Sex=="female"), xintercept = mean(train3[which(train3$Sex=="female"),3]), colour = "pink", size = 1)
g<-g+geom_vline(data = subset(train3,Sex=="male"), xintercept = mean(train3[which(train3$Sex=="male"),3]), colour = "blue", size = 1)
g

这是输出结果：

我想在每个面板中只生成一条竖线：女性面板中为粉色，男性面板中为蓝色。

这里给出的建议 不起作用, 出现以下错误：

Error in .(Sex == "female") : could not find function "."

- Scott85044

---

请提供可重现的示例。 - Adam Quek

Answer 1

以下是如何为不同的鸢尾花物种使用不同的geom_vline：

ggplot(iris, aes(Sepal.Length, Petal.Length)) + facet_wrap(~Species, scales="free") + geom_point() + 
  geom_vline(data=filter(iris, Species=="setosa"), aes(xintercept=5), colour="pink") + 
  geom_vline(data=filter(iris, Species=="versicolor"), aes(xintercept=6), colour="blue") + 
  geom_hline(data=filter(iris, Species=="virginica"), aes(yintercept=6), colour="green") 

- Adam Quek

---

传奇！！显然data调用中的子集函数没有起作用。很高兴发现过滤器起了作用。感谢您的快速帮助。非常感激。 - Scott85044

我认为错误是由于aes中没有声明xintercept引起的吗？ - Adam Quek

比较 geom_vline(data=subset(iris, Species=="setosa"), aes(xintercept=5), colour="pink") 和 geom_vline(data=subset(iris, Species=="setosa"), xintercept=5, colour="pink")。 - Adam Quek

针对三个方面，这种方法运作良好，但是否有办法在大量方面上高效地实现呢？ - S. Robinson

这看起来更容易适用于多个方面 https://dev59.com/F2gu5IYBdhLWcg3w9ryX - Mark Neal

Answer 2

你可以创建一个数据框，其中一列是代表拟合直线的截距值，另一列是性别。这样，在使用facet_wrap时，它们就会被分开。
类似于这样：

dataInt <- train3 %>%
  group_by(Sex) %>%
  summarize(Int = mean(Age))

然后您可以在您的脚本中使用它：

g<-ggplot(data = train3, aes(x = Age, y = Survived, colour = factor(Pclass))) + 
  facet_wrap(~Sex) +
  geom_vline(data=dataInt, aes(xintercept=Int))

没有你的数据，我无法测试。

[编辑：使用可重现示例] 如果我使用Adam Quek的相同数据来创建一个可重现的示例，代码将自动执行如下：

library(tidyverse)

dataLine <- iris %>%
  group_by(Species) %>%
  summarize(mean_x = mean(Sepal.Length))

ggplot(iris) +
  aes(x = Sepal.Length, y = Petal.Length) +
  facet_wrap(facets = vars(Species)) + 
  geom_point() + 
  geom_vline(data  = dataLine, aes(xintercept = mean_x, colour = Species))

- Sébastien Rochette

---

不要使用函数summarize(Int = mean(Age))创建一个名为dataInt的新数据集，因为这对我来说行不通。相反，应该使用mutate。 - George

这个答案很棒，因为它允许根据数据自动计算的值来灵活调整行。 - Kirk Geier

如果您有兴趣调整线条的属性，请使用以下语法：

• geom_vline(data = dataLine, aes(xintercept = mean_x), linetype="dashed", size = 1.5, colour = "green")

- Kirk Geier

Answer 3

在 @Sébastien Rochette 的回答基础上进行改进; 不要使用函数 summarize(Int = mean(Age)) 创建一个名为 dataInt 的新数据框，因为我在每个面板绘图中都有多个水平，所以这种方法对我不起作用。相反，使用 mutate。

train3 <- train3 %>%
  group_by(Sex) %>%
  mutate(Int = mean(Age))

然后您可以在train3数据帧中使用

g<-ggplot(data = train3, aes(x = Age, y = Survived, colour = factor(Pclass))) + 
  facet_wrap(~Sex) +
  geom_vline(data=train3, xintercept=Int)

这个方法是可行的，但我担心它可能会为所有值创建一个geom_vline，因为每个平均值将在数据框架内每个因子的每个水平上重复出现。

- George