Как разбросать график, используя face_wrap ggplot в R?

Question

Мне нужно scatter plot Наблюдаемые против прогнозируемых данных каждого Variable с использованием facet_wrap функциональности ggplot. Я мог бы быть рядом, но еще не там. Я использую некоторые предложения из ответа на мой предыдущий вопрос для gather данных, чтобы автоматизировать процесс plotting. Вот мой код - я понимаю, что aes моего ggplot неверен, но я использовал его специально, чтобы прояснить свою точку зрения. Я также хотел бы добавить geom_smooth, чтобы получить confidence interval.

library(tidyverse)
DF1 = data.frame(A = runif(12, 1,10), B = runif(12,5,10), C = runif(12, 3,9), D = runif(12, 1,12))
DF2 = data.frame(A = runif(12, 4,13), B = runif(12,6,14), C = runif(12, 3,12), D = runif(12, 4,8))

DF1$df <- "Observed"
DF2$df <- "Predicted"

DF = rbind(DF1,DF2)
DF_long = gather(DF, key = "Variable", value = "Value", -df)

ggplot(DF_long, aes(x = Observed, y = Predicted))+
  geom_point() +   facet_wrap(Variable~.)+ geom_smooth()

Я должен увидеть plot, как показано ниже, сравнивая Observed Vs Predicted для каждого Variable.

Answer 1

Аналогично, рассмотрим merge для измененных фреймов данных с использованием базовых R reshape (избегая любых зависимостей tidyr в случае, если вы являетесь автором пакета). Ниже lapply + Reduce динамически объединяется для обхода вспомогательных объектов, DF1_long и DF2_long , в глобальной среде:

Данные

set.seed(10312019)

DF1 = data.frame(A = runif(12, 1,10), B = runif(12,5,10), 
                 C = runif(12, 3,9), D = runif(12, 1,12))
DF2 = data.frame(A = runif(12, 4,13), B = runif(12,6,14), 
                 C = runif(12, 3,12), D = runif(12, 4,8))

Участок

library(ggplot2)      # ONLY IMPORTED PACKAGE

DF1$df <- "Observed"
DF2$df <- "Predicted"
DF = rbind(DF1, DF2)

DF_long <- Reduce(function(x,y) merge(x, y, by=c("Variable", "id")),
                  lapply(list(DF1, DF2), function(df) 
                       reshape(df, varying=names(DF)[1:(length(names(DF))-1)], 
                               times=names(DF)[1:(length(names(DF))-1)],
                               v.names=df$df[1], timevar="Variable", drop="df",
                               new.row.names=1:1E5, direction="long")
                  )
           )
head(DF_long)
#   Variable id Observed Predicted
# 1        A  1 6.437720 11.338586
# 2        A 10 4.690934  9.861456
# 3        A 11 6.116200  9.020343
# 4        A 12 6.499371  5.904779
# 5        A  2 6.779087  5.901970
# 6        A  3 6.499652  8.557102 


ggplot(DF_long, aes(x = Observed, y = Predicted)) +
  geom_point() + geom_smooth() + facet_wrap(Variable~.)

Answer 2

Нам нужно будет преобразовать каждый фрейм данных отдельно, затем cbind, так как x наблюдается, а y прогнозируется, затем фасет, см. Этот пример:

library(ggplot2)

# reproducible data with seed
set.seed(1)
DF1 = data.frame(A = runif(12, 1,10), B = runif(12,5,10), C = runif(12, 3,9), D = runif(12, 1,12))
DF2 = data.frame(A = runif(12, 4,13), B = runif(12,6,14), C = runif(12, 3,12), D = runif(12, 4,8))

DF1_long <- gather(DF1, key = "group", "Observed")
DF2_long <- gather(DF2, key = "group", "Predicted")
plotDat <- cbind(DF1_long, DF2_long[, -1, drop = FALSE])

head(plotDat)
#   group Observed Predicted
# 1     A 3.389578 10.590824
# 2     A 4.349115 10.234584
# 3     A 6.155680  8.298577
# 4     A 9.173870 11.750885
# 5     A 2.815137  7.942874
# 6     A 9.085507  6.203175


ggplot(plotDat, aes(x = Observed, y = Predicted))+
  geom_point() +
  facet_wrap(group~.) +
  geom_smooth()

Мы можем использовать ggpubr , чтобы добавить значения P и R к графику, см. ответы в этом посте :