R pivot_longer和ggplot errorbar，带有两个名称/键列

假设我们有以下人工数据：

  df <- data.frame(Year = c(2015,2016,2017,2018),
               GPP_mean = c(1700,1800,1750,1850),
               Reco_mean = c(-1700,-1800,-1750,-1850),
               GPP_min = c(1600,1700,1650,1750),
               GPP_max = c(1800,1900,1850,1950),
               Reco_min = c(-1600,-1700,-1650,-1750),
               Reco_max = c(-1800,-1900,-1850,-1950))

这给了我们：

    # A tibble: 24 x 4
    Year variable stats value
   <dbl> <chr>    <chr> <dbl>
 1  2015 GPP      mean   1700
 2  2015 Reco     mean  -1700
 3  2015 GPP      min    1600
 4  2015 GPP      max    1800
 5  2015 Reco     min   -1600
 6  2015 Reco     max   -1800
 7  2016 GPP      mean   1800
 8  2016 Reco     mean  -1800
 9  2016 GPP      min    1700
10  2016 GPP      max    1900
# … with 14 more rows

#一个tible:24 x 4
年份变量统计值
1 2015年GPP平均值1700
2 2015年记录平均值-1700
2015年3月GPP最低1600
4 2015年GPP最高1800
5 2015年最低记录-1600
6 2015年记录最大值-1800
7 2016年GPP平均值1800
8 2016年记录平均值-1800
9 2016年GPP最低1700
10 2016年GPP最大值1900
#…还有14行

到目前为止，还不错（我想是吧？）。

---

从这里开始，我不知道如何告诉ggplot将平均值绘制为条形图，并将min/max用于errorbar。感谢您的帮助。

您应该坚持使用原始数据框。无需再为此进行重点讨论：

ggplot（df，aes（年份，GPP_平均值））+
几何颜色（fill=“forestgreen”，color=“black”）+
几何误差条（aes（ymin=GPP_最小值，ymax=GPP_最大值），宽度=0.5）+
几何颜色（aes（y=记录平均值），填充=“红色”，颜色=“黑色”，位置=“道奇”）+
几何误差条（aes（ymin=记录最大值，ymax=记录最小值），宽度=0.5）

---

您应该坚持使用原始数据框。无需再为此进行重点讨论：

ggplot（df，aes（年份，GPP_平均值））+
几何颜色（fill=“forestgreen”，color=“black”）+
几何误差条（aes（ymin=GPP_最小值，ymax=GPP_最大值），宽度=0.5）+
几何颜色（aes（y=记录平均值），填充=“红色”，颜色=“黑色”，位置=“道奇”）+
几何误差条（aes（ymin=记录最大值，ymax=记录最小值），宽度=0.5）

---

使用

tidyverse的附加解决方案

library(tidyverse)
out <- df %>% 
  pivot_longer(-Year, names_sep = "_", names_to = c("index", ".value"))

ggplot(out, aes(Year, mean, fill = index)) +
  geom_col() +
  geom_errorbar(aes(ymin = min, ymax = max), width = 0.5)

库（tidyverse）
超出%
pivot_更长（-Year，names_sep=“u”，names_to=c（“index”，“.value”））
ggplot（out，aes（年份，平均值，填充=指数））+
geom_col（）+
几何误差条（aes（ymin=min，ymax=max），宽度=0.5）

使用

tidyverse的附加解决方案

library(tidyverse)
out <- df %>% 
  pivot_longer(-Year, names_sep = "_", names_to = c("index", ".value"))

ggplot(out, aes(Year, mean, fill = index)) +
  geom_col() +
  geom_errorbar(aes(ymin = min, ymax = max), width = 0.5)

库（tidyverse）
超出%
pivot_更长（-Year，names_sep=“u”，names_to=c（“index”，“.value”））
ggplot（out，aes（年份，平均值，填充=指数））+
geom_col（）+
几何误差条（aes（ymin=min，ymax=max），宽度=0.5）

一段时间以来，我一直避免使用“聚集/旋转”，现在我正在尝试适应它，因为我认为这就是tidyverse的用途。但似乎在某些情况下，“整洁”的data.frame弊大于利。我仍然想知道是否有可能以我的方式绘制数据，但无论如何，谢谢你的回答。@FelixPhl我仍然认为这是整洁的数据。每个观测值有6个变量，4个唯一观测值（年）。长时间旋转是一个强大的工具，我经常使用它，但工具的存在只是为了帮助我们实现最终产品。如果你发现你只是因为“这就是你应该做的”而使用某个特定的工具，而这样做对你或其他任何人都没有任何好处，那么你将在一段时间内进入“我避免聚集/旋转”的领域，现在我正试着去适应它，因为我认为这就是tidyverse的使用方式。但似乎在某些情况下，“整洁”的data.frame弊大于利。我仍然想知道是否有可能以我的方式绘制数据，但无论如何，谢谢你的回答。@FelixPhl我仍然认为这是整洁的数据。每个观测值有6个变量，4个唯一观测值（年）。长时间旋转是一个强大的工具，我经常使用它，但工具的存在只是为了帮助我们实现最终产品。如果你发现你只是因为“这是你应该做的”而使用某个特定的工具，而这样做对你或其他任何人都毫无益处，那么你就进入了