（Re）在ggplot2方面调用中命名因子级别（或包括变量名称）

我经常使用的一种模式是在数值的切面上刻面绘图。ggplot2中的facet_wrap不允许从内部调用函数，因此必须创建一个临时因子变量。使用dplyr中的mutate就可以了。这样做的好处是，您可以进行EDA，改变分位数的数量，或更改以设置切点等，并在一行中查看更改。缺点是，面仅由因子级别标记；你必须知道，例如，它是一个温度。这对你自己来说并不是太糟糕，但是如果我在两个这样的变量上做一个facet_网格，并且必须记住哪个是哪个，即使是我也会感到困惑。因此，能够通过包含一个有意义的名称来重新标记facet真的很好

这个问题的关键点是，随着分位数等数量的改变，电平也会发生变化。；你事先不知道它们是什么。可以使用base levels（）函数，但这意味着使用cut变量扩充数据帧，然后调用levels（），然后将此扩充数据帧传递给ggplot（）

因此，使用plyr:：mapvalues，我们可以将所有这些都封装到一个dplyr:：mutate中，但是mapvalues（）所需的参数使它非常笨拙。必须多次重新键入“Temp.f”不是很“dplyr”

有没有一种更简洁的方式将这些因素水平更名为“动态”？我希望这个描述足够清晰，下面的代码示例会有所帮助

library(ggplot2)
library(plyr)
library(dplyr)
library(Hmisc)
df <- data.frame(Temp = seq(-100, 100, length.out = 1000), y = rnorm(1000))

# facet_wrap doesn't allow functions so have to create new, temporary factor
# variable Temp.f
ggplot(df %>% mutate(Temp.f = cut2(Temp, g = 4))) + geom_histogram(aes(x = y)) + facet_wrap(~Temp.f)
# fine, but facet headers aren't very clear,
# we want to highlight that they are temperature
ggplot(df %>% mutate(Temp.f = paste0("Temp: ", cut2(Temp, g = 4)))) + geom_histogram(aes(x = y)) + facet_wrap(~Temp.f)
# use of paste0 is undesirable because it creates a character vector and
# facet_wrap then recodes the levels in the wrong numerical order

# This has the desired effect, but is very long!
ggplot(df %>% mutate(Temp.f = cut2(Temp, g = 4), Temp.f = mapvalues(Temp.f, levels(Temp.f), paste0("Temp: ", levels(Temp.f))))) + geom_histogram(aes(x = y)) + facet_wrap(~Temp.f)

库（ggplot2）
图书馆（plyr）
图书馆（dplyr）
图书馆（Hmisc）
df%变异（温度f=paste0（“温度：”，cut2（温度，g=4）））+geom_直方图（aes（x=y））+facet_包裹（~Temp.f）
#使用paste0是不可取的，因为它会创建字符向量和
#然后按错误的数字顺序重新编码级别
#这有预期的效果，但很长！
ggplot（df%>%突变（温度f=cut2（温度，g=4），温度f=mapvalues（温度f，级别（温度f）），paste0（“温度：”，级别（温度f‘‘‘‘‘‘‘））+geom_直方图（aes（x=y））+镶嵌面包裹（~Temp.f）

我认为您可以在

facet\u wrap

中使用自定义标签功能来完成此操作，如下所示：

myLabeller <- function(x){
  lapply(x,function(y){
    paste("Temp:", y)
  })
}

ggplot(df %>% mutate(Temp.f = cut2(Temp, g = 4))) +
  geom_histogram(aes(x = y)) +
  facet_wrap(~Temp.f
             , labeller = myLabeller)

---

我认为您可以在

facet\u wrap

中使用自定义标签功能来完成此操作，如下所示：

myLabeller <- function(x){
  lapply(x,function(y){
    paste("Temp:", y)
  })
}

ggplot(df %>% mutate(Temp.f = cut2(Temp, g = 4))) +
  geom_histogram(aes(x = y)) +
  facet_wrap(~Temp.f
             , labeller = myLabeller)

---

好的，感谢马克·彼得森为我指出了labeller参数/函数，我满意的确切答案是：

ggplot(df %>% mutate(Temp.f = cut2(Temp, g = 4))) + geom_histogram(aes(x = y)) + facet_wrap(~Temp.f, labeller = labeller(Temp.f = label_both))

---

我是lazy的粉丝，“label_both”意味着我可以简单地创建一个有意义的临时（或覆盖原始）变量列，并给出名称和值。滚动您自己的labeller函数更强大，但同时使用label_是一个好的、简单的选择。

好的，感谢Mark Peterson为我指出labeller参数/函数，我满意的确切答案是：

ggplot(df %>% mutate(Temp.f = cut2(Temp, g = 4))) + geom_histogram(aes(x = y)) + facet_wrap(~Temp.f, labeller = labeller(Temp.f = label_both))

---

我是lazy的粉丝，“label_both”意味着我可以简单地创建一个有意义的临时（或覆盖原始）变量列，并给出名称和值。滚动您自己的labeller功能更强大，但同时使用label_是一个好方法，简单选项。

使用

df$newFactor作为
cut2
的替代方案，在打印前重命名因子。您还可以使用
labels
参数从基R开始使用
cut
函数。使用
df$newFactor作为
cut2
的替代方案，在打印前重命名因子，您还可以使用
使用
标签
参数从基R切下
函数。