R 当aes（组=…）而非aes（填充/形状=…）时，闪避错误条的位置错误

用

position=“dodge”

绘制错误条最近让我很头疼。。。奇怪的是，用美学的

形状

或

填充

（不适用于错误条）来避开它们似乎效果不错。但是，避开美学

组

会将钢筋置于意外位置。我想知道这是否是ggplot2错误

我喜欢在条形图或方框图后面放置自定义错误条。有时我会给情节中的不同元素添加特殊的颜色。出于这个原因，我通常不在

ggplot（）

函数中包含

aes（）

，而是在geom或stats中包含

下面是一个“位置正确”的错误条示例：

库（ggplot2）
图书馆（dplyr）
牙齿生长%>%
突变（剂量=因子（剂量））%>%
ggplot（aes（剂量，透镜））+
统计箱线图（aes（fill=supp），geom=“errorbar”，position=“dodge”）+
几何箱线图（aes（填充=supp），position=“道奇”，coef=0）

这将产生警告

警告：忽略未知美学：填充
。使用
aes（shape=supp）
打印相同的绘图

我希望使用相同的绘图，但通过与“group”（aes（group=supp）
）交换填充/形状，不会出现警告。这不会产生任何警告，但会产生非常意外的结果：

ToothGrowth%>%
突变（剂量=因子（剂量））%>%
ggplot（aes（剂量，透镜））+
统计箱线图（aes（组=supp），geom=“errorbar”，position=“dodge”）+
几何箱线图（aes（填充=supp），position=“道奇”，coef=0）


有人能解释一下这种行为吗？使用
aes（group=…）
和
aes（fill=…）
分组是否应该在闪避位置上表现出类似的行为？
代码忽略未知美学：fill

stat_boxplot(aes(fill = supp), geom = "errorbar", position = "dodge") 

而代码考虑了美学
group=supp
，并为OJ和VC分别给出了两个错误条

stat_boxplot(aes(group = supp), geom = "errorbar", position = "dodge")

完整代码

library(ggplot2)
library(dplyr)

ToothGrowth %>% 
  mutate(dose = factor(dose)) %>% 
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(fill = supp), geom = "errorbar", position = "dodge") +
  geom_boxplot(aes(fill = supp), position = "dodge", coef = 0) 

Warning: Ignoring unknown aesthetics: fill



ToothGrowth %>% 
  mutate(dose = factor(dose)) %>% 
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(group = supp), geom = "errorbar", position = "dodge") + 
  geom_boxplot(aes(fill = supp), position = "dodge", coef = 0)  

从
？aes\u集团\u订单
（重点添加）：

默认情况下，组设置为所有离散对象的交互
绘图中的变量。这通常会正确地划分数据，但是
如果没有，或者在绘图中没有使用离散变量，
您需要通过映射显式定义分组结构
分组到每个组具有不同值的变量

与

误差条组自动设置为剂量（已转换为因子，即离散变量）和supp（已经是牙齿生长数据集中的因子）的相互作用。换句话说，为了计算箱线图汇总统计数据，将剂量
c（0.5,1,1.5）
和SUP
c（“OJ”、“VJ”）
的每种组合作为一个单独的组处理。因此，显示的错误条与箱线图图层完美匹配，即使填充不是
geom\u errorbar
的相关美学

与

错误条的组显式设置为supp和onlysupp。这会覆盖默认行为，因此我们只有两个组（一个用于“OJ”，另一个用于“VJ”），而不是上面的6个组。这会导致错误条层和箱线图层之间不匹配

可以显式设置组映射以模拟默认行为：

p1 <- ToothGrowth %>%
  mutate(dose = factor(dose)) %>%
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(group = interaction(dose, supp)), geom = "errorbar", position = "dodge") +
  geom_boxplot(aes(fill = supp), position = "dodge", coef = 0)
p1
layer_data(p1, 1L) # view data associated with error bar layer
layer_data(p1, 2L) # view data associated with boxplot layer

p2 <- ToothGrowth %>%
  mutate(dose = factor(dose)) %>%
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(group = interaction(supp, dose)), geom = "errorbar", position = "dodge")+
  geom_boxplot(aes(fill = supp), position = "dodge", coef = 0)
p2
layer_data(p2, 1L) # view data associated with error bar layer
layer_data(p2, 2L) # view data associated with boxplot layer

p1%
突变（剂量=因子（剂量））%>%
ggplot（aes（剂量，透镜））+
统计箱线图（aes（组=相互作用（剂量，支持）），geom=“errorbar”，position=“dodge”）+
几何箱线图（aes（填充=supp），position=“道奇”，coef=0）
p1
图层_数据（p1，1L）#查看与错误条图层相关的数据
图层数据（p1，2L）#查看与箱线图图层相关的数据
p2%
突变（剂量=因子（剂量））%>%
ggplot（aes（剂量，透镜））+
统计箱线图（aes（组=相互作用（支持，剂量）），geom=“errorbar”，position=“dodge”）+
几何箱线图（aes（填充=supp），position=“道奇”，coef=0）
p2
图层_数据（p2，1L）#查看与错误条图层相关的数据
图层数据（p2，2L）#查看与箱线图图层相关的数据

注：
interaction（dose，supp）
和
interaction（supp，dose）
将生成相同的图形，外观方面，但是如果要比较与每个层相关的基础数据，
interaction（dose，supp）
以与默认值相同的顺序生成组，而
interaction（supp，dose）
没有。
使用
组
并获得预期分组和回避图的一种可能性是
aes（组=相互作用（支持，剂量））
。然而，我还不清楚
aes（group=supp）
和
aes（fill=supp）
之间的行为差异
ToothGrowth %>% 
  mutate(dose = factor(dose)) %>% 
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(group = supp), geom = "errorbar", position = "dodge")

p1 <- ToothGrowth %>%
  mutate(dose = factor(dose)) %>%
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(group = interaction(dose, supp)), geom = "errorbar", position = "dodge") +
  geom_boxplot(aes(fill = supp), position = "dodge", coef = 0)
p1
layer_data(p1, 1L) # view data associated with error bar layer
layer_data(p1, 2L) # view data associated with boxplot layer

p2 <- ToothGrowth %>%
  mutate(dose = factor(dose)) %>%
  ggplot(aes(dose, len)) +
  stat_boxplot(aes(group = interaction(supp, dose)), geom = "errorbar", position = "dodge")+
  geom_boxplot(aes(fill = supp), position = "dodge", coef = 0)
p2
layer_data(p2, 1L) # view data associated with error bar layer
layer_data(p2, 2L) # view data associated with boxplot layer