使用ggplot2可视化两点之间的差异

Question

我想用ggplot2中的线条/条形图来展示两点之间的差异。 假设我们有一些收入和支出的时间序列数据。我们不仅想要可视化它们，还想展示收支平衡(=收入-支出)。此外，我们还想指示平衡是正的(=顺差)还是负的(=逆差)。 我尝试了几种方法，但都没有产生令人满意的结果。下面是一个可再现的示例。

# Load libraries and create LONG data example data.frame
library(dplyr)
library(ggplot2)
library(tidyr)

df <- data.frame(year  = rep(2000:2009, times=3),
                 var   = rep(c("income","spending","balance"), each=10),
                 value = c(0:9, 9:0, rep(c("deficit","surplus"), each=5)))
df

1. 使用LONG数据的方法

毫不意外，它无法处理LONG数据，因为geom_linerange参数ymin和ymax无法正确指定。使用ymin=value, ymax=value肯定是错误的方式（期望的行为）。使用ymin=income, ymax=spending也显然是错误的（期望的行为）。

df %>% 
ggplot() + 
  geom_point(aes(x=year, y=value, colour=var)) +
  geom_linerange(aes(x=year, ymin=value, ymax=value, colour=net))

#>Error in function_list[[i]](value) : could not find function "spread"

2.使用WIDE数据的方法

我几乎用WIDE数据解决了它。图看起来很好，但是geom_point(s)的图例缺失（预期行为）。仅仅在两个geom_point(s)中添加show.legend = TRUE不能解决问题，因为这会覆盖geom_linerange的图例。此外，我更希望将geom_point的代码行合并为一个（见1.Approach）。

df %>% 
  spread(var, value) %>% 
ggplot() + 
  geom_linerange(aes(x=year, ymin=spending, ymax=income, colour=balance)) +
  geom_point(aes(x=year, y=spending), colour="red", size=3) +
  geom_point(aes(x=year, y=income), colour="green", size=3) +
  ggtitle("income (green) - spending (red) = balance")

3.使用长宽数据的方法

将1.方法与2.方法结合起来，得到另一个不令人满意的图表。图例不能区分平衡和var（预期行为）。

ggplot() + 
  geom_point(data=(df %>% filter(var=="income" | var=="spending")),
             aes(x=year, y=value, colour=var)) +
  geom_linerange(data=(df %>% spread(var, value)), 
                 aes(x=year, ymin=spending, ymax=income, colour=balance)) 

• 有没有（优雅的）解决方案？
• 我应该使用其他的geom而不是geom_linerange吗？
• 我的数据格式是否正确？

- gosz

---

我不确定我理解图例应该长什么样。 - Haboryme

收入 | 支出 | 盈余 | 赤字 - chamaoskurumi

Answer 1

尝试

ggplot(df[df$var != "balance", ]) + 
  geom_point(
    aes(x = year, y = value, fill = var), 
        size=3, pch = 21, colour = alpha("white", 0)) +
  geom_linerange(
    aes(x = year, ymin = income, ymax = spending, colour = balance), 
        data = spread(df, var, value)) +
  scale_fill_manual(values = c("green", "red"))

输出:

主要思路是使用两种不同的颜色美学(fill为点，带有适当的pch，和线条的colour)，这样我们就可以获得分别的图例。

- Weihuang Wong