如何在R中的不同面生成不同的几何图形？

我试图在数据集的两个不同面上生成两种不同颜色的几何图形。我这样做是为了突出两个不同方面的手段

以下是数据集：

Pclass  Sex    Age  SibSp   Parch   Fare    Cabin   Embarked    Survived
  3     male    22   1        0     7.25                S          0    
  1     female  38   1        0    71.2833   C85        C          1
  3     female  26   0        0     7.925               S          1    
  1     female  35   1        0    53.1     C123        S          1
  3     male    35   0        0     8.05                S          0    
  1     male    54   0        0    51.8625   E46        S          0

代码如下：

g<-ggplot(data = train3, aes(x = Age, y = Survived, colour = factor(Pclass)))
g<-g+facet_wrap(~Sex)
g<-g+geom_point(size = 4, alpha = 0.2)+ggtitle("Survival by Gender")+theme(plot.title = element_text(hjust = 0.5))
g<-g+geom_vline(data = subset(train3,Sex=="female"), xintercept = mean(train3[which(train3$Sex=="female"),3]), colour = "pink", size = 1)
g<-g+geom_vline(data = subset(train3,Sex=="male"), xintercept = mean(train3[which(train3$Sex=="male"),3]), colour = "blue", size = 1)
g

---

以下是如何为不同的虹膜物种输入不同的

geom\u vline

：

ggplot(iris, aes(Sepal.Length, Petal.Length)) + facet_wrap(~Species, scales="free") + geom_point() + 
  geom_vline(data=filter(iris, Species=="setosa"), aes(xintercept=5), colour="pink") + 
  geom_vline(data=filter(iris, Species=="versicolor"), aes(xintercept=6), colour="blue") + 
  geom_hline(data=filter(iris, Species=="virginica"), aes(yintercept=6), colour="green") 

---

您可以创建一个data.frame，其中一列是用于行的截取值，另一列是带有性别的截取值。这样，当使用面_包裹时，它们是分开的。
比如：

dataInt <- train3 %>%
  group_by(Sex) %>%
  summarize(Int = mean(Age))

dataInt%
按性别划分的组别%>%
汇总（Int=平均值（年龄））

然后您可以在脚本中使用它：

g<-ggplot(data = train3, aes(x = Age, y = Survived, colour = factor(Pclass))) + 
  facet_wrap(~Sex) +
  geom_vline(data=dataInt, aes(xintercept=Int))

g%
总结（平均值×平均值（萼片长度））
ggplot（iris）+
aes（x=萼片长度，y=花瓣长度）+
面_包裹（面=变量（种类））+
几何点（）
地理线（数据=数据线，aes（xintercept=平均值，颜色=物种））

---

建立在上文@Sébastien Rochette的答案之上；与其使用summary（Int=mean（Age））函数创建一个新的数据帧dataInt，这对我来说不起作用，因为我在每个方面图中有多个级别，不如使用mutate

train3 <- train3 %>%
  group_by(Sex) %>%
  mutate(Int = mean(Age))

train3%
按性别划分的组别%>%
突变（Int=平均值（年龄））

然后您可以在中使用train3数据帧

g<-ggplot(data = train3, aes(x = Age, y = Survived, colour = factor(Pclass))) + 
  facet_wrap(~Sex) +
  geom_vline(data=train3, xintercept=Int)

---

greproducible示例。图例！！显然，
data
调用中的子集函数不起作用。很高兴发现过滤器起作用了。谢谢你的快速帮助。非常感谢。我认为错误是由于
xintercept
中未说明的
xintercept
？比较
geom\u vline（数据=子集（虹膜，物种=“setosa”）、aes（xintercept=5）、color=“pink”）
与
geom\u vline（数据=子集（虹膜，物种=“setosa”）、xintercept=5，color=“pink”）
这适用于3个方面，但是有什么方法可以有效地处理大量的方面吗？这看起来比使用summary（Int=mean（Age））函数创建新的数据集dataInt更容易处理多个方面，因为summate（Int=mean（Age））对我不起作用，所以改用mutate。
g<-ggplot(data = train3, aes(x = Age, y = Survived, colour = factor(Pclass))) + 
  facet_wrap(~Sex) +
  geom_vline(data=train3, xintercept=Int)