R 如何显示每种科目在不同时期的进度

我正在攻读硕士学位。论文，但我很难得到我想在R上看到和分析的东西

我有这样一个数据框：

Subject_ID   Type     Speed1      Speed2     Speed3    ...    Speed20
    1          A        25          27         24               31
    2          B        32          21         35               33
    3          B        21          25         27               29
    4          A        31          28         38               20
    5          A        30          22         21               28
    6          B        27          33         31               24

来自z-树上编程的经济游戏。我正在用R读取数据。 在游戏中，受试者在每个周期中选择自己的速度，共有20个周期。 我想找出不同类型受试者之间的行为差异

我想描述每种类型的行为，每种类型使用几个主题。例如，A型受试者使用较高（平均）速度，但差异较大。另一方面，B型受试者在不同时期的平均速度可能较低，但方差较低

希望我能看到统计信息按类型分组。 此外，我还希望看到这样的图表：

---

这可能是一个很好的起点。如果你想比较这两种类型，你应该分析速度在所有科目中是如何演变的，然后做出决定。您的数据格式较宽，因此要使用

ggplot2

函数，首先必须使用

pivot\u longer（）

从

tidyr

在

tidyverse

中格式化为更长的格式。在那之后，就可以设计情节了。这里是一个代码，用于生成一个按

类型划分的绘图，并按速度使用颜色线。包含的绘图具有功能区，但为了将其添加到绘图中，必须在数据集中定义限制变量。接下来是解决方案：

library(tidyverse)
#Code
df %>% pivot_longer(cols = -c(Subject_ID,Type)) %>%
  rename(Speed=name) %>%
  mutate(Speed=factor(Speed,levels = unique(Speed))) %>%
  ggplot(aes(x=factor(Subject_ID),y=value,color=Speed,group=Speed))+
  geom_point()+
  geom_line(size=1)+
  theme_bw()+
  facet_wrap(.~Type,scales='free')+
  xlab('Subject')

输出：


使用的一些数据：

#Data
df <- structure(list(Subject_ID = 1:6, Type = c("A", "B", "B", "A", 
"A", "B"), Speed1 = c(25L, 32L, 21L, 31L, 30L, 27L), Speed2 = c(27L, 
21L, 25L, 28L, 22L, 33L), Speed3 = c(24L, 35L, 27L, 38L, 21L, 
31L), Speed20 = c(31L, 33L, 29L, 20L, 28L, 24L)), class = "data.frame", row.names = c(NA, 
-6L))

输出：


更新：您可以使用
groupby（）
和
summary（）
与
sum（）
一起使用，以便使用下一个代码按类型聚合所有值：

#Code 3
df %>% pivot_longer(cols = -c(Subject_ID,Type)) %>%
  rename(Speed=name) %>%
  group_by(Subject_ID,Type) %>%
  summarise(value=sum(value)) %>%
  ggplot(aes(x=factor(Subject_ID),y=value,color=Type,group=Type))+
  geom_point()+
  geom_line(size=1)+
  theme_bw()+
  xlab('Subject')

输出：


按组计算平均值和SD并重新安排绘图方案将产生以下结果：

#Code 4
df %>% pivot_longer(cols = -c(Subject_ID,Type)) %>%
  rename(Speed=name) %>%
  group_by(Subject_ID,Type) %>%
  summarise(Value=sum(value),Mean=mean(value),SD=sd(value),
            Low=Value-Mean*SD,Up=Value+Mean*SD) %>%
  ggplot(aes(x=factor(Subject_ID),y=Value,color=Type,group=Type))+
  geom_line(size=1)+
  geom_point()+
  geom_ribbon(
    aes(ymin = Low, ymax = Up,fill=Type), 
    alpha = 0.2
  )+
  theme_bw()+
  xlab('Subject')

输出：

那很有用，谢谢。但是有没有办法按类型显示聚合输出分组？就像我发布的图片一样。@VicenteRamírezGarat是的，我会在几分钟内添加一个更新@VicenteRamírezGarat我已经添加了一个更新，希望能对你有所帮助！很好，看起来很棒！也许为了显示它的内部方差，我可以为上偏差和下偏差创建一个新的序列，它应该是均值+偏差和均值-偏差，或者如此，对吗？对R来说，我是新手，我是Python、Pandas和SQL。@VicenteRamírezGarat是的，你是对的，你可以利用这篇文章中的代码作为基础来获得你想要的情节！
#Code 4
df %>% pivot_longer(cols = -c(Subject_ID,Type)) %>%
  rename(Speed=name) %>%
  group_by(Subject_ID,Type) %>%
  summarise(Value=sum(value),Mean=mean(value),SD=sd(value),
            Low=Value-Mean*SD,Up=Value+Mean*SD) %>%
  ggplot(aes(x=factor(Subject_ID),y=Value,color=Type,group=Type))+
  geom_line(size=1)+
  geom_point()+
  geom_ribbon(
    aes(ymin = Low, ymax = Up,fill=Type), 
    alpha = 0.2
  )+
  theme_bw()+
  xlab('Subject')