R 具有离散箱线图数据的geom_路径

终于用完的想法和链接，我可以找到尝试和解释这一点，所以我需要一些帮助

我正在尝试使用

cumSeg

包向ggplot图表添加一个步长函数。我在中成功地做到了这一点，因此我已经习惯了函数的用法等

当我在那个线程中绘制图时，它相当简单，只使用x与y的条形图来表示x的平均值，然后我自己添加了错误条（因此它是一个16 x 2的数据帧）

我想重新创建这个图，但使用顺序箱线图而不是条形图，我已经这样做了，这次使用原始数据，16个因子中约250个观测值（与之前相同的因子）

现在，当我尝试添加一条

geom_线

，

路径

或

步骤

时，它抱怨数据的维度不匹配，因为即使有16个因子/箱线图，现在也不再有16个观察（

错误：美学必须是长度1或与数据相同（249）：x、y、颜色、组、填充

为了计算阶跃函数，我给出了16个向量的平均值，它返回一个16成员向量，而不是250（显然）

如何将阶跃函数添加到方框图中，使其了解它应与16个因子值相关？我不知道这是否是数据帧的问题，也不知道我是如何将其提供给ggplot的

我尝试在第二个数据帧中指定它，并将其作为
geom_path（data=df2）
传递，而不是像中那样继承主绘图数据，但它仍然抱怨（
错误：美学必须是长度1或与数据（16）相同）：x，y，颜色，组
（下面的代码仍然是这种形式）

我不是100%清楚你想要达到什么。是这样吗

ggplot(melted_df, aes(Var1, value)) + 
  geom_boxplot()



如果您真的想在主数据帧之外计算统计数据，通常最好这样做：

ggplot(df1, aes(x, y)) + geom_point() + 
  geom_path(data = summarydf, aes(xmean, ymean))

我不确定我是如何解决这个问题的。我只能假设我以前犯了一个非常愚蠢的错误，但下面是最终产生预期结果的代码：

bp_gc <- ggplot(melted_data, aes(x=Var1, y=value*100)) + theme_bw()
bp_gc <- bp_gc + geom_rect(xmin=0, xmax=17,
                                 ymin=(operon_gc-opgc_stdev)*100,
                                 ymax=(operon_gc+opgc_stdev)*100,
                                 fill = "grey79", alpha=0.05)
bp_gc <- bp_gc + geom_rect(xmin=0, xmax=17,
                                 ymin=(genome_gc-gengc_stdev)*100,
                                 ymax=(genome_gc+gengc_stdev)*100,
                                 fill = "beige", alpha=.08)
bp_gc <- bp_gc + geom_abline(intercept=genome_gc*100, slope=0,
                                   colour="gray14", linetype=3)
bp_gc <- bp_gc + geom_abline(intercept=operon_gc*100, slope=0,
                                   colour="gray14", linetype=3)
bp_gc <- bp_gc + geom_boxplot(alpha = 0.7, fill="dodgerblue", color="gray11")
bp_gc <- bp_gc + ylab("GC Content (%)")
bp_gc <- bp_gc + xlab("Locus")
bp_gc <- bp_gc + theme(legend.position = "none",
                 axis.text.x = element_text(angle=45, hjust=1))
bp_gc <- bp_gc + coord_cartesian(ylim=c(30,60))
bp_gc <- bp_gc + geom_path(data=func_data, linetype=4, size=0.9, aes(x=x,y=y*100))

bp_gc

bp\u gc不完全正确。如果你看到我给我上一个问题的第一个链接，我指的是我在绘图上覆盖的红色虚线。在这种情况下很容易，因为
x
包含16个值（我首先进行了所有的平均）。不过，这次我使用的是“原始”数据，其中x的每个因子都有15个值（即每个箱线图代表15个y值，共有~15x16个点）.ggplot现在将我的x轴数据视为大约250个元素长，而不是以前的16个元素长。但是，我添加的步长函数是16个元素长，因为它使用了每组值的平均值。那么，只需使用我答案末尾的建议，并更改
几何路径
，以获得
数据=…
参数和适当的美感c映射。（注意没有
$
）。恐怕我已经试过了（并且没有
$
-
bp也试过了）
ggplot(df, aes(Var1, value)) + 
  stat_summary(fun.y = median, geom = "path", aes(group = 1)) +
  geom_boxplot()

ggplot(df1, aes(x, y)) + geom_point() + 
  geom_path(data = summarydf, aes(xmean, ymean))

bp_gc <- ggplot(melted_data, aes(x=Var1, y=value*100)) + theme_bw()
bp_gc <- bp_gc + geom_rect(xmin=0, xmax=17,
                                 ymin=(operon_gc-opgc_stdev)*100,
                                 ymax=(operon_gc+opgc_stdev)*100,
                                 fill = "grey79", alpha=0.05)
bp_gc <- bp_gc + geom_rect(xmin=0, xmax=17,
                                 ymin=(genome_gc-gengc_stdev)*100,
                                 ymax=(genome_gc+gengc_stdev)*100,
                                 fill = "beige", alpha=.08)
bp_gc <- bp_gc + geom_abline(intercept=genome_gc*100, slope=0,
                                   colour="gray14", linetype=3)
bp_gc <- bp_gc + geom_abline(intercept=operon_gc*100, slope=0,
                                   colour="gray14", linetype=3)
bp_gc <- bp_gc + geom_boxplot(alpha = 0.7, fill="dodgerblue", color="gray11")
bp_gc <- bp_gc + ylab("GC Content (%)")
bp_gc <- bp_gc + xlab("Locus")
bp_gc <- bp_gc + theme(legend.position = "none",
                 axis.text.x = element_text(angle=45, hjust=1))
bp_gc <- bp_gc + coord_cartesian(ylim=c(30,60))
bp_gc <- bp_gc + geom_path(data=func_data, linetype=4, size=0.9, aes(x=x,y=y*100))

bp_gc