R 以刻面方式堆叠不同的绘图
为了训练ggplot并提高我编写R函数的技能,我决定构建一系列生成生存图的函数,包括各种附加函数。我成功地为基本生存情节建立了一个良好的工作函数,现在我开始做额外的工作。我想做的一件事是,在生存图的顶部,在给定的时间点上堆叠一个危险数字的面积图。我希望它看起来像ggplot的R 以刻面方式堆叠不同的绘图,r,ggplot2,R,Ggplot2,为了训练ggplot并提高我编写R函数的技能,我决定构建一系列生成生存图的函数,包括各种附加函数。我成功地为基本生存情节建立了一个良好的工作函数,现在我开始做额外的工作。我想做的一件事是,在生存图的顶部,在给定的时间点上堆叠一个危险数字的面积图。我希望它看起来像ggplot的facet\u grid选项,但我没有用这个函数实现它。我不希望两个绘图绑定,就像我们可以使用grid.arrange那样,而是要具有相同的x轴 下面的代码生成两个(简化的)图,我想将它们叠在一起。我试图用facet\u g
facet\u grid
选项,但我没有用这个函数实现它。我不希望两个绘图绑定,就像我们可以使用grid.arrange
那样,而是要具有相同的x轴
下面的代码生成两个(简化的)图,我想将它们叠在一起。我试图用facet\u grid
实现这一点,但我认为解决方案不在于此
library(survival)
library(ggplot2)
data(lung)
s <- survfit(Surv(time, status) ~ 1, data = lung)
dat <- data.frame(time = c(0, s$time),
surv = c(1, s$surv),
nr = c(s$n, s$n.risk))
pl1 <- ggplot(dat, aes(time, surv)) + geom_step()
库(生存)
图书馆(GG2)
数据(肺)
首先,将数据转换为长格式
library(reshape2)
dat.long<-melt(dat,id.vars="time")
head(dat.long)
time variable value
1 0 surv 1.0000000
2 5 surv 0.9956140
3 11 surv 0.9824561
4 12 surv 0.9780702
5 13 surv 0.9692982
6 15 surv 0.9649123
仅供其他人参考,“子集”函数对于这样一个简单的过滤器是不必要的dat.long[dat.long$variable==“surv”,将产生与子集(dat.long,variable==“surv”)相同的结果。
。这两种方法都不是特别优越,但了解这些选择是很好的。
library(reshape2)
dat.long<-melt(dat,id.vars="time")
head(dat.long)
time variable value
1 0 surv 1.0000000
2 5 surv 0.9956140
3 11 surv 0.9824561
4 12 surv 0.9780702
5 13 surv 0.9692982
6 15 surv 0.9649123
ggplot()+geom_step(data=subset(dat.long,variable=="surv"),aes(time,value))+
geom_area(data=subset(dat.long,variable=="nr"),aes(time,value))+
facet_grid(variable~.,scales="free_y")