我有一个看起来像这样的数据框(简化):
data1.time1 data1.time2 data2.time1 data2.time2 data3.time1 group
1 1.53 2.01 6.49 5.22 3.46 A
...
24 2.12 3.14 4.96 4.89 3.81 C
实际上dataK.timeT
在1..27中有K,而在1..8中有一些(但可能不是全部)中有T。
我想将数据重新排列为K个数据帧,以便可以为每个K绘制三个组A,B和C的摘要数据(现在让我们说均值和均值±标准差)。是的,我想要27个图形,每个图形有3条线,并且还标出了偏差。
重新排列数据后,应该很容易按组折叠,计算摘要统计信息等。但是我不确定如何将数据转换为这种形式。我查看了该reshape
程序包,该程序包建议将其融合为键值存储格式并从那里重新排列,但是它似乎不像我在这里那样支持包含T值的列。
有什么好方法吗?我非常愿意使用R以外的方法来执行此操作,因为我可以在转换后将结果导入R中。
在创建具有与您相似的结构的伪造数据之后,我们从宽格式转换为长格式,从而制作了一个“整洁”的数据框,可以使用进行绘制ggplot2
。
library(reshape2)
library(ggplot2)
library(dplyr)
set.seed(194)
dat = data.frame(replicate(27*8, cumsum(rnorm(24*3))))
names(dat) = paste0(rep(paste0("data",1:27), each=8), ".", rep(paste0("time",1:8), 27))
dat$group = rep(LETTERS[1:3], each=24)
删除一些列,以使不同数据源的时间点数量有所不同:
dat = dat[ , -c(2,4,9,43,56,78,100:103,115:116,134:136,202,205)]
datl = melt(dat, id.var="group")
将数据源和时间点分为不同的列:
datl$source = gsub("(.*)\\..*","\\1", datl$variable)
datl$time = as.numeric(gsub(".*time(.*)","\\1", datl$variable))
# Order data frame names by number (rather than alphabetically)
datl$source = factor(datl$source, levels=paste0("data",1:length(unique(datl$source))))
# Helper function for plotting standard deviation
sdFnc = function(x) {
vals = c(mean(x) - sd(x), mean(x) + sd(x))
names(vals) = c("ymin", "ymax")
vals
}
pd = position_dodge(0.7)
ggplot(datl, aes(time, value, group=group, color=group)) +
stat_summary(fun.y=mean, geom="line", position=pd) +
stat_summary(fun.data=sdFnc, geom="errorbar", width=0.4, position=pd) +
stat_summary(fun.y=mean, geom="point", position=pd) +
facet_wrap(~source, ncol=3) +
theme_bw()
原始(不必要复杂)重塑代码。(请注意,此代码将不再与更新的(伪)数据集一起使用,因为时间列的数量不再统一):
# Convert data source from wide to long
datl = data.frame()
for (i in seq(1,27*8,8)) {
tmp.dat = dat[, c(i:(i+7),grep("group",names(dat)))]
tmp.dat$source = gsub("(.*)\\..*", "\\1", names(tmp.dat)[1])
names(tmp.dat)[1:8] = 1:8
#datl = rbind(datl, tmp.dat)
datl = bind_rows(datl, tmp.dat) # Updated based on comment
}
datl$source = factor(datl$source, levels=paste0("data",1:27))
# Convert time from wide to long
datl = melt(datl, id.var = c("source","group"), variable.name="time")
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句