Имена осей групповых диаграмм в R - PullRequest
Новая
       51

Имена осей групповых диаграмм в R

0 голосов
/ 11 апреля 2020

Я работаю с набором данных, который я отображаю как несколько боксов. Я вручную сгруппировал коробочные диаграммы, чтобы выровнять их по группам, основываясь на неделе измерений. Однако выравнивание каждой отдельной даты измерений на оси делает эту указанную c ось недоступной для чтения.

Поэтому я хочу сгруппировать все метки оси x в указанном c вместе в "Week #" , enter image description here

Код основан на команде boxplot. 

boxplot(dfswe, ylab ='SWE [mm]', xlab ='Time', las = 2, main ='SWE over time', 
        col = colcolours[1:34],
        at = c(1,4,5,6,7,8,9,10,11,14,15,16,17,20,21,22,23,26,27,28,29,32,33,34,35,36,37,38,39,40,43,44,47,50),
        names = colcolours[1:34])

dfswe - простой фрейм данных, состоящий из 34 столбцов.

Я пробовал другие приемы группировки ящиков вместе, но не нашел способа справиться с нерегулярными группировками. Некоторые недели содержат больше измерений, чем другие.

dput: 

dput(droplevels(dfswe))
structure(list(`07/02/2019` = c(82.68852496, 84.32592149, 90.05680936, 
81.05112843, NA, NA), `11/02/2019` = c(91.6942059, 79.41373189, 
91.6942059, 79.41373189, NA, NA), `11/02/2019` = c(63.03976655, 
72.86414576, 72.86414576, 73.68284402, 78.59503363, 70.40805096
), `13/02/2019` = c(72.86414576, 72.86414576, 87.60071456, 87.60071456, 
NA, NA), `13/02/2019` = c(87.60071456, 100.6998868, 88.41941283, 
88.41941283, 81.05112843, NA), `13/02/2019` = c(75.32024056, 
68.77065442, 74.50154229, 74.50154229, 62.22106829, 58.94627522
), `13/02/2019` = c(86.78201629, 76.13893882, 72.86414576, NA, 
NA, NA), `16/02/2019` = c(46.39290179, 48.84899659, 50.75929255, 
NA, NA, NA), `16/02/2019` = c(45.84710295, 48.30319775, 57.30887869, 
34.38532721, 27.50826177, NA), `19/02/2019` = c(79.41373189, 
71.22674922, 62.22106829, 54.85278388, 27.01704281, NA), `19/02/2019` = c(27.83574108, 
43.39100815, 44.20970641, 55.67148215, NA, NA), `19/02/2019` = c(17.19266361, 
24.56094801, 0, NA, NA, NA), `19/02/2019` = c(34.38532721, NA, 
NA, NA, NA, NA), `20/02/2019` = c(77.77633536, 65.49586135, 62.22106829, 
22.92355147, NA, NA), `20/02/2019` = c(22.92355147, 15.55526707, 
NA, NA, NA, NA), `20/02/2019` = c(28.65443934, 35.20402548, 42.57230988, 
54.03408562, NA, NA), `20/02/2019` = c(14.7365688, 22.10485321, 
NA, NA, NA, NA), `26/02/2019` = c(85.96331803, 72.86414576, 76.13893882, 
49.12189602, 29.47313761, NA), `26/02/2019` = c(0, 0, 0, 0, 0, 
NA), `26/02/2019` = c(0, 0, 0, 0, 0, NA), `26/02/2019` = c(0, 
0, 0, 0, 0, NA), `04/03/2019` = c(28.65443934, 32.74793068, 39.29751681, 
44.20970641, NA, NA), `06/03/2019` = c(88.41941283, 85.96331803, 
76.95763709, 29.47313761, 38.47881855, NA), `06/03/2019` = c(3.192923241, 
3.192923241, 3.192923241, 3.192923241, NA, NA), `06/03/2019` = c(3.192923241, 
3.192923241, 25.78899541, 3.192923241, 49.12189602, NA), `06/03/2019` = c(3.192923241, 
3.192923241, 3.192923241, 3.192923241, NA, NA), `08/03/2019` = c(85.96331803, 
82.68852496, 70.40805096, 67.95195616, 27.83574108, NA), `08/03/2019` = c(15.55526707, 
18.83006014, 11.46177574, 10.64307747, NA, NA), `08/03/2019` = c(16.37396534, 
22.10485321, 13.09917227, 11.46177574, NA, NA), `11/03/2019` = c(112.9803608, 
103.9746799, 98.24379203, 50.75929255, 29.47313761, NA), `11/03/2019` = c(25.37964627, 
24.56094801, 21.28615494, 19.64875841, NA, NA), `11/03/2019` = c(28.65443934, 
22.92355147, 19.64875841, 19.64875841, NA, NA), `18/03/2019` = c(139.1787054, 
130.9917227, 129.3543262, 54.03408562, 34.38532721, NA), `28/03/2019` = c(110.524266, 
115.4364556, 81.86982669, 0, 0, NA)), row.names = c(NA, -6L), class = "data.frame")

1 Ответ

1 голос
/ 11 апреля 2020

Здесь решение, использующее tidyverse: 

# library
library(lubridate)
#> 
#> Attache Paket: 'lubridate'
#> The following object is masked from 'package:base':
#> 
#>     date
library(tidyverse)


# make unique colnames
colnames(dfswe) <- make.unique(colnames(dfswe))


# adjust data
 dfswe.p <-dfswe %>%
  gather(date1,value) %>% 
  mutate(date=dmy(substr(date1,1,10))) %>% 
  mutate(week=as.factor(week(date))) %>% 
  group_by(date,date1) %>% 
  mutate(transect=case_when(nchar(date1)==10 ~0, TRUE ~ as.numeric(substr(date1,12,12)))) %>%
  mutate(transect=transect+1) %>% 
  ungroup()

# add missing week
dfswe.p$week <- factor(dfswe.p$week, levels= c(paste(6:13)))

# make plot
ggplot(dfswe.p) + 
  geom_boxplot(position = position_dodge(preserve = "single"),
               aes(x=week, y=value,group=interaction(date,transect),fill=factor(transect))) + 
  labs(title="SWE over time",
       x ="TIME [Week # of 2019]",
       y = "SWE [mm]") +
  scale_x_discrete(drop=FALSE) +
  guides(fill=guide_legend(title="transect"))

Создано в 2020-04-12 пакетом Представить ( v0.3.0)

...