在R中突出显示面状ggplot2图形中的最小点和最大点

我在R中使用内置的

economics

（来自

ggplot2

包）数据集，并使用以下代码在同一图表中绘制了每个变量的时间序列：

library(reshape2)
library(ggplot2)

me <- melt(economics, id = c("date"))
ggplot(data = me) + 
     geom_line(aes(x = date, y = value)) +
     facet_wrap(~variable, ncol = 1, scales = 'free_y')

这并没有真正把我带到任何地方。 谢谢：）

方法1：使用联接 当您想要保存过滤的子集时，这会很好

---

library（重塑2）
图书馆（GG2）
图书馆（dplyr）
我%
分组依据（变量）%>%
总结（最小值=最小值），
max=max（值））->me.2
左(我,我.2)%>%
变异（颜色=值==最小值|值==最大值）%>%
过滤器（颜色==TRUE）->me.3
ggplot（数据=me，aes（x=日期，y=值））+
geom_线（）+
几何点（数据=me.3，aes（x=日期，y=值），颜色=“红色”）+
刻面（变量，ncol=1，scales='free'y'）

方法2：无连接简化 谢谢@Gregor

me.2%
分组依据（变量）%>%
变异（颜色=（最小（值）=值|最大（值）=值））
ggplot（数据=me.2，aes（x=日期，y=值））+
geom_线（）+
几何点（aes（颜色=颜色））+
镶嵌面包裹（~变量，ncol=1，scales=“free\u y”）+
比例颜色手册（数值=c（NA，“红色”））

方法1：使用联接 当您想要保存过滤的子集时，这会很好

---

library（重塑2）
图书馆（GG2）
图书馆（dplyr）
我%
分组依据（变量）%>%
总结（最小值=最小值），
max=max（值））->me.2
左(我,我.2)%>%
变异（颜色=值==最小值|值==最大值）%>%
过滤器（颜色==TRUE）->me.3
ggplot（数据=me，aes（x=日期，y=值））+
geom_线（）+
几何点（数据=me.3，aes（x=日期，y=值），颜色=“红色”）+
刻面（变量，ncol=1，scales='free'y'）

方法2：无连接简化 谢谢@Gregor

me.2%
分组依据（变量）%>%
变异（颜色=（最小（值）=值|最大（值）=值））
ggplot（数据=me.2，aes（x=日期，y=值））+
geom_线（）+
几何点（aes（颜色=颜色））+
镶嵌面包裹（~变量，ncol=1，scales=“free\u y”）+
比例颜色手册（数值=c（NA，“红色”））

---

可能不是代码不起作用的原因，但您可以使用

which.max

和

which.min

来获取最大值和最小值的索引。此外，在最小代码中，它可能应该是

economics$pce==min（economics$pce）

。可能是这样。@Molx我试图找到每个变量的最小值和最大值，并在图形上生成它。因此，一旦我知道了变量的最小值（y轴），我如何找到最小值（x轴）的日期值可能不是代码不起作用的原因，但您可以使用

which.max

和

which.min

来获得最大值和最小值的索引。此外，在您的最小代码中，它可能应该是

economics$pce==min（economics$pce）

。可能是这样。@Molx我试图找到每个变量的最小值和最大值，并在图形上生成它。因此，一旦我知道了变量的最小值（y轴），我如何才能找到最小值（x轴）的日期值呢？一些简化：

me%mutate（color=（min（value）==value | max（value）==value））

无需连接。然后对于绘图，你不需要给它额外的数据，只需为你不喜欢的点设置颜色，像这样：

geom\u point（aes（color=color））+scale\u color\u手册（values=c（NA，“red”）

@Jason我想的更多的是转换、总结和子集。你能帮我一下吗？简单一点：

me%mutate（color=（min（value）==value | max（value）==value））

无需加入。然后，对于绘图，你不需要给它额外的数据，只需为你不喜欢的点设置颜色，就像这样：

geom\u point（aes（color=color））+scale\u color\u手册（values=c（NA，“red”）

@Jason我想的更多的是转换、总结和子集。你能帮我一下吗。

which(pce == min(economics$pce), arr.ind = TRUE) 
which(pca == max(pca), arr.ind = TRUE)

library(reshape2)
library(ggplot2)
library(dplyr)

me <- melt(economics, id=c("date"))

me %>%
  group_by(variable) %>%
  summarise(min = min(value),
            max = max(value)) -> me.2

left_join(me, me.2) %>%
  mutate(color = value == min | value == max) %>%
  filter(color == TRUE) -> me.3

ggplot(data=me, aes(x = date, y = value)) + 
  geom_line() +
  geom_point(data=me.3, aes(x = date, y = value), color = "red") +
  facet_wrap(~variable, ncol=1, scales='free_y')

me.2 <- me %>%
  group_by(variable) %>%
  mutate(color = (min(value) == value | max(value) == value))

ggplot(data=me.2, aes(x = date, y = value)) +
  geom_line() +
  geom_point(aes(color = color)) +
  facet_wrap(~variable, ncol=1, scales="free_y") +
  scale_color_manual(values = c(NA, "red"))