R 分组条形图上的分组散点图

我正在尝试制作一个分组条形图，其中散点图为覆盖在条形图上的单个数据点着色（我知道箱线图的优点，但它们在我的领域中不是标准的）。 由于我是R新手，我主要是通过在半逻辑试错过程中剪切和粘贴代码位来工作，这是我所能做到的最接近的一次。它使用样本数据集“男性”

---

p我认为，您遇到的问题是，一些几何体，例如
geom_点
和
geom_抖动
不使用或不允许
因子
沿x轴分组

因此，当您在图表顶部绘制其他几何图形时，
因子
不会被忽略，例如
geom\u bar
，对于某些图层，
因子
设置会被忽略，但对于
bar
，您不会得到点的年份解析列

为了解决这个问题，我会尝试使用
facet\u grid
或
facet\u wrap
间接获得您想要的x轴分组

例如：

require(Ecdat)
data(Males)
quartz(height=6, width=12)

ggplot(Males, aes(x=year, y=wage)) +
  facet_grid(.~ethn) +
  stat_summary(mapping=aes(fill=year), fun.y=mean, geom='bar') +
  stat_summary(fun.data = mean_sdl, geom='errorbar', color='yellow') +
  geom_jitter(aes(color=industry), 
              position=position_jitter(width=0.2), alpha=0.8)

quartz.save('SO_29610340.png')

如果你发布一个图片链接（比如在imgur上），有足够代表性的人可以将其编辑到你的问题中。您还应该与
dput（head（male，10））
共享您的数据，或者至少共享数据的顶部。但是条形图在y上有计数，散点图有原始数据。所以你们将有两个独立的y轴，对吗？hadley不喜欢这些，因此需要做一些工作，因为你不仅要有两个审美尺度（标签），还要有两个数据尺度（计数和y值），好的，我的输出图片在这里：我用来证明我的问题的数据集在这里：我不需要分开Y轴，因为我的唯一目的是可视化每年不同行业的点分布。因此，y轴应该完全相同（工资），因素组的划分也应该完全相同（按种族划分，然后按种族划分）。我对计数一点也不感兴趣。另外，我要更详细地说明我的实际目的：我正试图将一个名为“声惊吓的脉冲前抑制”的实验数据可视化。简言之，来自三个不同基因型组（KO、WT和HET）的受试者分别接受三种不同水平的脉冲前强度测试。我想展示我在每个预脉冲水平（75，80，95分贝）下对惊吓抑制的测量，按基因型分组。不幸的是，我找不到一个能准确反映这些情况的标准样本数据集，所以我选择了“雄性”数据集，因为它可以类似地使用。另外，要明确的是，条形图也不是计数。条形图是平均值，散点图是原始数据。是的！！那很有魅力！我所要做的就是将错误条的参数更改为我想要的，所以最终的代码是这样的：
require（Ecdat）data（means）quartz（height=6，width=12）ggplot（means，aes（x=year，y=wage））+facet\u grid（.~ethno）+stat u summary（mapping=aes（fill=year），fun.y=mean，geom='bar'）+stat\u summary（fun.data=means\cl\u normal，geom=“errorbar”，mult=1，color=“yellow”）+geom_jitter（aes（颜色=行业），位置=位置_jitter（宽度=0.2），alpha=0.8）
结果：Mods可以将此问题标记为已回答。我没有足够的分数进行投票，所以我想我的感谢将不得不这样做：(
require(Ecdat)
data(Males)
quartz(height=6, width=12)

ggplot(Males, aes(x=year, y=wage)) +
  facet_grid(.~ethn) +
  stat_summary(mapping=aes(fill=year), fun.y=mean, geom='bar') +
  stat_summary(fun.data = mean_sdl, geom='errorbar', color='yellow') +
  geom_jitter(aes(color=industry), 
              position=position_jitter(width=0.2), alpha=0.8)

quartz.save('SO_29610340.png')