如何使用R中的ggplot2组合基于不同数据集的图层

我想生成一个图，显示一个时间序列，然后是一组预测分布，每个分布都表示为小提琴图。下面的示例代码分别创建并绘制一个时间序列（作为线图）和两个小提琴图

set.seed(12345)
x <- data.frame(time=1:50, dat=rnorm(50))

y1 <- rnorm(500)
y2 <- rnorm(500, sd=5)
y <- data.frame(time=as.factor(c(rep(51,500),rep(52,500))), dat=c(y1,y2)) 

ggplot(x, aes(x=time, y=dat)) +
  geom_line()

ggplot(y, aes(x=time, y=dat)) +
  geom_violin()

set.seed（12345）
我不确定你能在同一个轴上画出离散变量和连续变量。所以你必须妥协。Markus选择了离散化
x
变量，而我更喜欢将
y
变量转换为连续变量。请注意，我已经更改了生成
y
的方式（删除了该因子）

库（ggplot2）
种子集（12345）
x
您需要将
y$time
因子级别转换为
integer
，添加分组变量，并将
数据=…
移动到特定几何体。

#将因子变量转换为其因子级别
你需要多少时间：
ggplot（mapping=aes（x=as.factor（time），y=dat））+geom_线（data=x，aes（group=1））+geom_小提琴（data=y）
？哈，该死的，你赢了我。等待时间太长，无法发布。：-）
library(ggplot2)

set.seed(12345)
x <- data.frame(time=1:50, dat=rnorm(50))

y1 <- rnorm(500)
y2 <- rnorm(500, sd=5)
y <- data.frame(time=c(rep(51, 500), rep(52, 500)), dat=c(y1,y2)) 

ggplot(x, aes(x = time, y = dat)) +
  theme_bw() +
  scale_x_continuous(limits = c(0, 52)) +
  geom_line() + 
  geom_violin(data = y, aes(group = as.factor(time)))

# Transform your factor variable to its factor levels
y$time <- as.integer(levels(y$time))[y$time]

# Plot with grouping for the violin plot (as x is not a factor anymore) 
ggplot() + 
    geom_line(data = x, aes(x = time, y = dat)) + 
    geom_violin(data = y, aes(x = time, y = dat, group = time))