ggplot：将x轴上的分组和y轴上的平均值绘制出来

Question

假设我有一个数据框，长这样：

data <- data.frame(y = rnorm(10,0,1), x = runif(10,0,1))

我想做的是将 x 值划分为不同的区间，例如：

data$bins <- cut(data$x,breaks = 4)

接下来，我想使用ggplot绘制结果，使x轴为区间，y轴为数据$y数据点落入相应区间的平均值。

提前感谢您。

- H_A

---

我看到你的问题是要切割数值，然后绘制平均值。更加统计学上正确的方法是使用hist函数中的标准算法来找到区间，例如 > tmp <- hist(data.x, breaks="Sturges")，然后使用类似于 idxs = findInterval(data.x, tmp$breaks) 的东西。然后在ggplot中使用这些索引作为x坐标：tmp$mids[idxs]，并且使用@christoph建议的解决方案来得到y轴上的平均值。 - Sid

Answer 1

你可以使用stat_summary()函数。

library(ggplot2)
data <- data.frame(y = rnorm(10,0,1), x = runif(10,0,1))
data$bins <- cut(data$x,breaks = 4)
# Points:
ggplot(data, aes(x = bins, y = y)) +
  stat_summary(fun.y = "mean", geom = "point")

# Histogram bars:
ggplot(data, aes(x = bins, y = y)) +
  stat_summary(fun.y = "mean", geom = "histogram")

以下是这些点的图片：

- maccruiskeen

Answer 2

这个帖子有点旧，但是我还是给你提供一个方法：使用stat_summary_bin（新版本中可能已经包含了此功能）。

ggplot(data, mapping=aes(x, y)) +
stat_summary_bin(fun.y = "mean", geom="bar", bins=4 - 1) +
ylab("mean")

- chromestone

Answer 3

由于您的y值的平均值可能小于0，我建议使用点图而不是条形图。这些点代表平均值。您可以使用qplot或常规ggplot函数。后者更具可定制性。在此示例中，两者都会产生相同的输出。

library(ggplot2)

set.seed(7)
data <- data.frame(y = rnorm(10,0,1), x = runif(10,0,1))
data$bins <- cut(data$x,breaks = 4, dig.lab = 2)

qplot(bins, y, data = data, stat="summary", fun.y = "mean")

ggplot(data, aes(x = factor(bins), y = y)) + 
  stat_summary(fun.y = mean, geom = "point")

你还可以添加误差线。在这种情况下，它们显示组均值加减1.96倍的标准偏差。可以使用tapply获取组平均值和SD。

m <- tapply(data$y, data$bins, mean)
sd <- tapply(data$y, data$bins, sd)
df <- data.frame(mean.y = m, sd = sd, bin = names(m))

ggplot(df, aes(x = bin, y = mean.y, 
               ymin = mean.y - 1.96*sd, 
               ymax = mean.y + 1.96*sd)) + 
  geom_errorbar() + geom_point(size = 3)

- toldo