R ggplot2中两个数据集具有不同比例的两个y轴_R_Ggplot2

R ggplot2中两个数据集具有不同比例的两个y轴

R ggplot2中两个数据集具有不同比例的两个y轴,r,ggplot2,R,Ggplot2,我有两个数据集（可以组合成一个数据集），它们共享公共x值，而y值不同-我想在一个数据集中绘制y值，并将y轴放在绘图的左侧，而在另一个数据集中绘制y值，并将y轴放在同一绘图的右侧。当然，两个y轴值的相对比例是不同的（实际上应该根据第一个数据集中的y值进行“调整”。两个数据集中的点将以不同的颜色区分这两个比例）示例如下所示： d1 = data.frame(x=c(100, 200, 300, 400), y=seq(0.1, 0.4, by=0.1)) # 1st dataset d2 = da

我有两个数据集（可以组合成一个数据集），它们共享公共x值，而y值不同-我想在一个数据集中绘制y值，并将y轴放在绘图的左侧，而在另一个数据集中绘制y值，并将y轴放在同一绘图的右侧。当然，两个y轴值的相对比例是不同的（实际上应该根据第一个数据集中的y值进行“调整”。两个数据集中的点将以不同的颜色区分这两个比例）

示例如下所示：

d1 = data.frame(x=c(100, 200, 300, 400), y=seq(0.1, 0.4, by=0.1)) # 1st dataset
d2 = data.frame(x=c(100, 200, 300, 400), y=seq(0.8, 0.5, by=-0.1)) # 2nd dataset
p1 = ggplot(data = d1, aes(x=x, y=y)) + geom_point()
p2 = ggplot(data = d2, aes(x=x, y=y)) + geom_point() +
  scale_y_continuous(position = "right")
p1
p2

在

ggplot2

中，我无法执行

p1+p2

，因为它将显示一条错误消息

错误：不知道如何向绘图添加o

。请帮助。谢谢

首先，这种类型的图形是一个很好的例子，说明了为什么要花很长时间才能将第二个轴放入

ggplot2

：它很容易混淆，导致错误解释。因此，我将在这里不厌其烦地提供多个指标来说明什么会发生

首先，使用需要在原始轴上进行变换。这通常以截距/斜率公式的形式进行，如

~2*+10

，其中周期表示要缩放的值。在这种情况下，我认为我们可以简单地

~2*

但是，这意味着您需要在原始轴上绘制所有数据，这意味着您需要将

d2$y

预缩放到

d1$y

的限制。非常简单，您只需要反向转换，就像在

秒轴中使用的一样
不过，为了使用ggplot2
的分组，我将把数据合并到单个data.frame中
d1 = data.frame(x=c(100, 200, 300, 400), y=seq(0.1, 0.4, by=0.1)) # 1st dataset
d2 = data.frame(x=c(100, 200, 300, 400), y=seq(0.8, 0.5, by=-0.1)) # 2nd dataset
d1$z <- "data1"
d2$z <- "data2"
d3 <- within(d2, { y = y/2 })
d4 <- rbind(d1, d3)
d4
#     x    y     z
# 1 100 0.10 data1
# 2 200 0.20 data1
# 3 300 0.30 data1
# 4 400 0.40 data1
# 5 100 0.40 data2
# 6 200 0.35 data2
# 7 300 0.30 data2
# 8 400 0.25 data2


坦白地说，我不喜欢不同的坡度。也就是说，蓝色轴上的两个街区是0.1，而红色轴上的两个街区是0.2。如果你说的是两个截然不同的“东西”，则这可能没问题。但是，如果两条线的斜率直接可比，则您可能更希望保持每个块的大小相同。为此，我们将使用一个截距的变换，斜率没有变化。这意味着in-data.frame变换可以是y=y-0.4
，而绘图补码可以是~.+0.4
，产生：

PS：从前面和
中得到的提示，这种类型的图形是一个很好的例子，说明了为什么要花很长时间才能将第二个轴放入ggplot2
：它很容易混淆，导致错误的解释。因此，我将在这里不厌其烦地提供多个指标来说明什么会发生
首先，使用需要在原始轴上进行变换。这通常以截距/斜率公式的形式进行，如~2*+10
，其中周期表示要缩放的值。在这种情况下，我认为我们可以简单地~2*

但是，这意味着您需要在原始轴上绘制所有数据，这意味着您需要将d2$y
预缩放到d1$y
的限制。非常简单，您只需要反向转换，就像在秒轴中使用的一样
不过，为了使用ggplot2
的分组，我将把数据合并到单个data.frame中
d1 = data.frame(x=c(100, 200, 300, 400), y=seq(0.1, 0.4, by=0.1)) # 1st dataset
d2 = data.frame(x=c(100, 200, 300, 400), y=seq(0.8, 0.5, by=-0.1)) # 2nd dataset
d1$z <- "data1"
d2$z <- "data2"
d3 <- within(d2, { y = y/2 })
d4 <- rbind(d1, d3)
d4
#     x    y     z
# 1 100 0.10 data1
# 2 200 0.20 data1
# 3 300 0.30 data1
# 4 400 0.40 data1
# 5 100 0.40 data2
# 6 200 0.35 data2
# 7 300 0.30 data2
# 8 400 0.25 data2


坦白地说，我不喜欢不同的坡度。也就是说，蓝色轴上的两个街区是0.1，而红色轴上的两个街区是0.2。如果你说的是两个截然不同的“东西”，则这可能没问题。但是，如果两条线的斜率直接可比，则您可能更希望保持每个块的大小相同。为此，我们将使用一个截距的变换，斜率没有变化。这意味着in-data.frame变换可以是y=y-0.4
，而绘图补码可以是~.+0.4
，产生：

注：从和中得到的提示这实际上是一个很好的例子，说明了为什么双轴图是如此误导。在同一个轴上绘制，你会看到线甚至没有交叉……大脑会忍不住将交叉向上解释为一组变得“大于”，即使值显示在轴上。同意。我真的希望这个例子真的适用于第二个轴有意义的真实数据集。但底线是，我同意，这些图很容易误导。这实际上是一个很好的例子，说明为什么双轴图会误导人。在同一个轴上绘制，你会看到这些线甚至没有交叉…大脑忍不住会将交叉向上解释为一组数据变得“大于”，即使在轴上显示值也是如此。同意。我真的希望这个例子是针对一个真实的数据集，其中第二个轴是有意义的。但底线是，我同意，这些图很容易误导。
library(ggplot2)
ggplot(d4, aes(x=x, y=y, group=z, color=z)) +
  geom_path() +
  geom_point() +
  scale_y_continuous(name="data1", sec.axis = sec_axis(~ 2*., name="data2")) +
  scale_color_manual(name="z", values = mycolors) +
  theme(
    axis.title.y = element_text(color = mycolors["data1"]),
    axis.text.y = element_text(color = mycolors["data1"]),
    axis.title.y.right = element_text(color = mycolors["data2"]),
    axis.text.y.right = element_text(color = mycolors["data2"])
  )