Использование функций применения с ggplot для построения подмножества столбцов данных - PullRequest
Новая
       62

Использование функций применения с ggplot для построения подмножества столбцов данных

0 голосов
/ 08 мая 2018

У меня есть датафрейм df со многими столбцами ... Я бы хотел график подмножества столбцов, где c - это список столбцов, которые я хотел бы построить.

В настоящее время я делаю следующее 

df <-structure(list(Image.Name = structure(1:5, .Label = c("D1C1", "D2C2", "D4C1", "D5C3", "D6C2"), class = "factor"), Experiment = structure(1:5, .Label = c("020718 perfusion EPC_BC_HCT115_Day 5", "020718 perfusion EPC_BC_HCT115_Day 6", "020718 perfusion EPC_BC_HCT115_Day 7", "020718 perfusion EPC_BC_HCT115_Day 8", "020718 perfusion EPC_BC_HCT115_Day 9"), class = "factor"), Type = structure(c(2L, 1L, 1L, 2L, 1L), .Label = c("VMO", "VMT"), class = "factor"), Date = structure(c(1L, 1L, 1L, 1L, 1L), .Label = "18-Apr-18", class = "factor"), Time = structure(1:5, .Label = c("12:42:02 PM", "12:42:29 PM", "12:42:53 PM", "12:43:44 PM", "12:44:23 PM"), class = "factor"),     Low.Threshold = c(10L, 10L, 10L, 10L, 10L), High.Threshold = c(255L,     255L, 255L, 255L, 255L), Vessel.Thickness = c(7L, 7L, 7L,     7L, 7L), Small.Particles = c(0L, 0L, 0L, 0L, 0L), Fill.Holes = c(0L,     0L, 0L, 0L, 0L), Scaling.factor = c(0.001333333, 0.001333333,     0.001333333, 0.001333333, 0.001333333), X = c(NA, NA, NA,     NA, NA), Explant.area = c(1.465629333, 1.093447111, 1.014612444,     1.166950222, 1.262710222), Vessels.area = c(0.255562667,     0.185208889, 0.195792, 0.153907556, 0.227996444), Vessels.percentage.area = c(17.43706003,     16.93807474, 19.29722044, 13.18887067, 18.05611774), Total.Number.of.Junctions = c(56L,     32L, 39L, 18L, 46L), Junctions.density = c(38.20884225, 29.26524719,     38.43832215, 15.42482246, 36.42957758), Total.Vessels.Length = c(12.19494843,     9.545333135, 10.2007416, 7.686755647, 11.94211976), Average.Vessels.Length = c(0.182014156,     0.153956986, 0.188902622, 0.08938088, 0.183724919), Total.Number.of.End.Points = c(187L,     153L, 145L, 188L, 167L), Average.Lacunarity = c(0.722820111,     0.919723402, 0.86403871, 1.115896082, 0.821753818)), .Names = c("Image.Name", "Experiment", "Type", "Date", "Time", "Low.Threshold", "High.Threshold", "Vessel.Thickness", "Small.Particles", "Fill.Holes", "Scaling.factor", "X", "Explant.area", "Vessels.area", "Vessels.percentage.area", "Total.Number.of.Junctions", "Junctions.density", "Total.Vessels.Length", "Average.Vessels.Length", "Total.Number.of.End.Points", "Average.Lacunarity"), row.names = c(NA, -5L), class = "data.frame")


doBarPlot <- function(x) {
  p <- ggplot(x, aes_string(x="Type", y=colnames(x), fill="Type") ) +
    stat_summary(fun.y = "mean", geom = "bar", na.rm = TRUE) +
    stat_summary(fun.data = "mean_cl_normal", geom = "errorbar", width=0.5, na.rm = TRUE) +
    ggtitle("VMO vs. VMT") +
    theme(plot.title = element_text(hjust = 0.5) )
  print(p)
  ggsave(sprintf("plots/%s_bars.pdf", colnames(x) ) )
  return(p)
}

c = c('Total.Vessels.Length', 'Total.Number.of.Junctions', 'Total.Number.of.End.Points', 'Average.Lacunarity')
p[c] <- lapply(df[c], doBarPlot)

Однако это приводит к следующей ошибке: 

Error: ggplot2 doesn't know how to deal with data of class numeric

Отладка показывает, что x внутри doBarPlot имеет тип numeric, а не data.frame, поэтому ggplot ошибки. Однако test <- df2[c] возвращает переменную типа data.frame.

Почему x a numeric? Какой лучший способ применить doBarPlot без обращения к циклу?

Ответы [ 2 ]

0 голосов
/ 08 мая 2018

Как уже отмечали другие, проблема с вашим первоначальным подходом состоит в том, что когда вы используете lapply для фрейма данных, элементы, по которым вы выполняете итерацию, будут векторами столбцов, а не фреймами данных с 1 столбцом. Однако, даже если вы выполняли итерацию по фреймам данных с 1 столбцом, ваша функция не сработала бы: фрейм данных, предоставленный для вызова ggplot, не содержал бы столбец Type, который вы используете в графике.

Вместо этого вы можете изменить функцию так, чтобы она принимала два аргумента: полный фрейм данных и имя столбца, который вы хотите использовать на оси Y. 

doBarPlot <- function(data, y) {
  p <- ggplot(data, aes_string(x = "Type", y = y, fill = "Type")) +
    stat_summary(fun.y = "mean", geom = "bar", na.rm = TRUE) +
    stat_summary(
      fun.data = "mean_cl_normal",
      geom = "errorbar",
      width = 0.5,
      na.rm = TRUE
    ) +
    ggtitle("VMO vs. VMT") +
    theme(plot.title = element_text(hjust = 0.5))
  print(p)
  ggsave(sprintf("plots/%s_bars.pdf", y))
  return(p)
}

Затем вы можете использовать lapply для итерации по символьному вектору столбцов, которые вы хотите построить, при этом передавая фрейм данных через ... в качестве фиксированного аргумента для вашей функции построения графиков: 

library(ggplot2)

cols <- c('Total.Vessels.Length', 'Total.Number.of.Junctions',
          'Total.Number.of.End.Points', 'Average.Lacunarity')
p <- lapply(cols, doBarPlot, data = df)

Кроме того, если вы не возражаете против того, чтобы все графики были в одном файле, вы также можете использовать tidyr::gather для преобразования ваших данных в длинную форму и использовать facet_wrap в своем графике (как предложено @RichardTelford в его комментарий), избегая итерации и необходимости в функции вообще: 

library(tidyverse)

df %>% 
  gather(variable, value, cols) %>% 
  ggplot(aes(x = Type, y = value, fill = Type)) +
    facet_wrap(~ variable, scales = "free_y") +
    stat_summary(fun.y = "mean", geom = "bar", na.rm = TRUE) +
    stat_summary(
      fun.data = "mean_cl_normal",
      geom = "errorbar",
      width = 0.5,
      na.rm = TRUE
    ) +
    ggtitle("VMO vs. VMT") +
    theme(plot.title = element_text(hjust = 0.5))

0 голосов
/ 08 мая 2018

Семейство функций apply векторизовало передаваемый объект. Простой пример, чтобы проиллюстрировать это: 

lapply(mtcars, function(x) print(x))

С помощью своего кода вы передаете вектор каждого столбца в вашем df в функцию doBarPlot. Пакет ggplot2 работает с кадрами данных, а не со списками или векторами, и поэтому вы получаете ошибку.

Если вы хотите использовать свою функцию, примените ее непосредственно к подмножеству df: 

doBarPlot(df[ , c])

Если у вас есть несколько информационных фреймов, и вы хотите установить под столбцы в c, проверьте этот ответ: Как применить одну и ту же функцию к каждому указанному столбцу в data.table

или, альтернативно, посмотрите на dplyr::select()

...