Как вы можете видеть на изображении, которое вы разместили - график, который вам показан, просто перекрывает два графика. Хотя это также возможно сделать с ggplot2, я не нахожу это очень элегантным и может быть очень сложным, потому что вам нужно найти точное положение обоих графиков, чтобы оно выглядело аккуратно.
Ваш обходной путь, использующий geom_line с вашими уровнями факторов в качестве значений y, интересен, но я не уверен, если это так желательно.
В любом случае - это, вероятно, суть вашей проблемы. Вы смешиваете разные меры y - а они принадлежат к разным классам . Уровни коэффициента для одного графика, цифра c / целое число для другого. Это проблематично c. Я не стал бы стараться и заставить их работать по одной оси y, но я бы скорее создал два графика и объединил их с одним из пакетов, объединяющих графики, например patchwork. Примерно так:
Я переименовал ваши столбцы, я использую пакет от GitHub user @ alisdaire47 для чтения ваших данных, а также изменяю некоторые столбцы для достижения сюжета. Ключ использует правильные классы: даты как даты, цифры как цифры.
Сначала прочитайте ваши данные:
sowdate.df <- read.so::read_so('Item Element Category Start_End Date1 rain
1 1 Beckom Variety Start 2018-05-07 NA
2 2 Dart Variety Start 2018-06-01 NA
3 3 Flanker Variety Start 2018-05-01 NA
4 4 Kittyhawk Variety Start 2018-04-01 NA
5 5 Lancer Variety Start 2018-05-01 NA
6 6 SOWING DATE Sowing date Start 2018-06-06 NA
7 7 SOWING DATE Sowing date Start 2018-06-26 NA
8 8 SOWING DATE Sowing date Start 2018-07-03 NA
9 9 SOWING DATE Sowing date Start 2018-07-12 NA
10 10 Spitfire Variety Start 2018-05-21 NA
11 11 Sunmax Variety Start 2018-04-15 NA
12 12 Suntop Variety Start 2018-05-07 NA
13 1 Beckom Variety End 2018-05-31 NA
14 2 Dart Variety End 2018-06-30 NA
15 3 Flanker Variety End 2018-05-21 NA
16 4 Kittyhawk Variety End 2018-05-07 NA
17 5 Lancer Variety End 2018-05-21 NA
18 6 SOWING DATE Sowing date End 2018-06-07 NA
19 7 SOWING DATE Sowing date End 2018-06-27 NA
20 8 SOWING DATE Sowing date End 2018-07-04 NA
21 9 SOWING DATE Sowing date End 2018-07-13 NA
22 10 Spitfire Variety End 2018-06-21 NA
23 11 Sunmax Variety End 2018-05-07 NA
24 12 Suntop Variety End 2018-06-07 NA
25 13 <NA> Rainfall <NA> 2018-04-14 3.0
26 14 <NA> Rainfall <NA> 2018-03-30 7.0
27 15 <NA> Rainfall <NA> 2018-06-10 3.5
28 16 <NA> Rainfall <NA> 2018-06-18 4.0
29 17 <NA> Rainfall <NA> 2018-06-28 13.5
30 18 <NA> Rainfall <NA> 2018-07-23 3.0
31 19 <NA> Rainfall <NA> 2018-08-05 6.0
32 20 <NA> Rainfall <NA> 2018-08-25 23.0
33 21 <NA> Rainfall <NA> 2018-09-10 5.0')
#> Warning: 8 parsing failures.
#> row col expected actual file
#> 6 -- 6 columns 8 columns literal data
#> 7 -- 6 columns 8 columns literal data
#> 8 -- 6 columns 8 columns literal data
#> 9 -- 6 columns 8 columns literal data
#> 18 -- 6 columns 8 columns literal data
#> ... ... ......... ......... ............
#> See problems(...) for more details.
Теперь участки
library(tidyverse)
library(patchwork)
Подготовьте данные (беспорядок происходит из-за масштабирования значений до ваших уровней факторов)
sowdate <- sowdate.df %>% mutate(element_f = factor(Element,levels=c("SOWING DATE","Dart","Spitfire","Suntop","Beckom","Flanker","Lancer","Sunmax","Kittyhawk")),
date = as.Date(Date1),
rain = as.numeric(rain),
rain_scaled = rain*max(length(levels(element_f))/max(rain, na.rm = TRUE)))
#> Warning: NAs introduced by coercion
Метод 1 - объединить графики, используя пэчворк. Я рекомендую это, чтобы не смешивать разные классы в один y.
p1 <- ggplot(sowdate, aes(date, element_f, Color = Category, group = Item)) +
geom_line(size = 10) +
theme(axis.title.x = element_blank(),
axis.text.x = element_blank(),
axis.ticks.x = element_blank(),
plot.margin = margin(b = 0))
p2 <- ggplot(sowdate) +
geom_col(aes(date, rain)) +
theme(plot.margin = margin(t = 0))
p1 + p2 + plot_layout(nrow = 2, )
#> Warning: Removed 8 rows containing missing values (geom_path).
#> Warning: Removed 24 rows containing missing values (position_stack).
Я удалил текст оси и заголовок, а также отметки с первого и нижнего и верхнего полей, чтобы сблизить их вместе
Метод 2 Объединение различных классов переменных (я не рекомендую. Это становится довольно грязным , как вы можете видеть выше и ниже ). Вам нужно будет масштабировать значения дождя до уровней факторов, чтобы столбцы перекрывались и не становились слишком длинными. Теперь для этого требуется вторая ось Y. Для этого вы должны сделать ваши уровни факторов нумерацией c, затем создать разрывы и метки для левой оси Y, а затем повторно преобразовать значения дождя в их реальные значения, и надеяться, что этот тип разрывов сработает. Я не думаю, что вторая ось Y действительно помогает читать график.
max_rain <- max(sowdate$rain,na.rm = TRUE)
breaks_ax <- 1:length(levels(sowdate$element_f)) - sum(is.na(levels(sowdate$element_f)))
labels_ax <- as.character(levels(sowdate$element_f)[which(!is.na(levels(sowdate$element_f)))])
ggplot(sowdate, aes(date, as.numeric(element_f), Color = Category, group=Item)) +
geom_line(size = 10) +
geom_col(aes(date, rain_scaled)) +
scale_y_continuous(breaks = breaks_ax, labels = labels_ax,
sec.axis = sec_axis(~ .*max_rain/ max(length(levels(sowdate$element_f))))) +
labs(y = 'Element')
#> Warning: Removed 24 rows containing missing values (position_stack).
#> Warning: Removed 17 rows containing missing values (geom_path).
Создано в 2020-01-22 пакетом представитель (v0.3.0)