R ggplot自定义图例而不是默认图例

我已经搜索并尝试了一系列建议，以便能够在分组散点图中显示自定义图例，而不是默认图例。我试过，也跟着其他人

例如，假设我有一个像这样的

df

：

df = data.frame(id = c("A", "A", "B", "C", "C", "C"), 
                value = c(1,2,1,2,3,4), 
                ref = c(1.5, 1.5, 1, 2,2,2), 
                min = c(0.5, 0.5, 1,2,2,2))

我想将每个

id

的

值

s显示为圆点，但也将每个

id

的

ref

差值和

min

imum值显示为不同形状的点，如下所示：

p = ggplot(data = df) +
  geom_point(aes(x = id, y = value, color = factor(id)), shape = 19, size = 6) +
  geom_point(aes(x = id, y = ref, color = factor(id)), shape = 0, size = 8) +
  geom_point(aes(x = id, y = min, color = factor(id)), shape = 2, size = 8) +
  xlab("") +
  ylab("Value")
#print(p) 

现在一切都好了，但我的传说并没有给情节的解释增加任何东西，因为X轴和颜色足以理解它。我知道我可以通过

主题（legend.position=“none”）

删除图例。 相反，我希望有一个图例，说明每个点的实际形状所代表的内容（例如，填充圆点=

值

，三角形=

最小值

，正方形=

参考值

）

在尝试通过

scale\u fill\u manual

和类似的方式手动设置刻度值时

override.shape = shapes$shape
override.linetype = shapes$pch
guides(colour = guide_legend(override.aes = list(shape = override.shape, linetype = override.linetype)))...
....

我也尝试过制作二次绘图，但没有显示，使用上面粘贴的一个链接中建议的内容：

shapes  = data.frame(shape = c("value", "reference", "minimum"), pch = c(19,0,2), col = c("gray", "gray", "gray"))
p2 = ggplot(shapes, aes(shape, pch)) + geom_point()  
#print(p2)

g_legend <- function(a.gplot){
  tmp <- ggplot_gtable(ggplot_build(a.gplot))
  leg <- which(sapply(tmp$grobs, function(x) x$name) == "guide-box")
  legend <- tmp$grobs[[leg]]
  return(legend)
}
legend <- g_legend(p2)
library(gridExtra)
pp <- arrangeGrob(p1 ,legend,
                  widths=c(5/4, 1/4),
                  ncol = 2)

shapes=data.frame（shape=c（“值”、“参考”、“最小值”）、pch=c（19,0,2）、col=c（“灰色”、“灰色”、“灰色”））
p2=ggplot（形状，aes（形状，pch））+geom_点（）
#打印（p2）
g_legend您可以使用
scale_shape_manual
手动创建形状图例：

库（ggplot2）
ggplot（数据=df）+
几何点（aes（x=id，y=值，颜色=因子（id），形状=值），尺寸=6）+
几何点（aes（x=id，y=ref，颜色=id，形状=ref'，尺寸=8）+
几何点（aes（x=id，y=最小值，颜色=系数（id），形状=最小值），尺寸=8）+
比例形状手册（值=c（'value'=19，'ref'=0，'min'=2））+
xlab（“”）+
ylab（“价值”）


由（v0.3.0）于2020年4月15日创建

但更好的方法是将
df
重塑为长格式，并将每个
aes
映射到一个变量：

库（dplyr）
图书馆（tidyr）
df%>%
枢轴长度（-id）%>%
ggplot（）+
几何点（aes（x=id，y=值，颜色=因子（id），形状=名称，大小=名称））+
比例形状手册（值=c（'value'=19，'ref'=0，'min'=2））+
刻度尺寸手动（值=c（'value'=6，'ref'=8，'min'=8））+
xlab（“”）+
ylab（“价值”）


由（v0.3.0）于2020年4月15日创建

要删除颜色的图例，请使用
指南\u none（）
：

library（tidyr）
图书馆（GG2）
df%>%
枢轴长度（-id）%>%
ggplot（）+
几何点（aes（x=id，y=值，颜色=因子（id），形状=名称，大小=名称））+
比例形状手册（值=c（'value'=19，'ref'=0，'min'=2））+
刻度尺寸手动（值=c（'value'=6，'ref'=8，'min'=8））+
辅助线（颜色=辅助线\无（）+
xlab（“”）+
ylab（“价值”）


由（v0.3.0）于2020年4月16日创建

数据：

df=data.frame（id=c（“A”、“A”、“B”、“c”、“c”、“c”），
值=c（1,2,1,2,3,4），
ref=c（1.5,1.5,1,2,2），
最小值=c（0.5,0.5,1,2,2））
您可以使用
缩放\u形状\u手册
手动创建形状图例：

库（ggplot2）
ggplot（数据=df）+
几何点（aes（x=id，y=值，颜色=因子（id），形状=值），尺寸=6）+
几何点（aes（x=id，y=ref，颜色=id，形状=ref'，尺寸=8）+
几何点（aes（x=id，y=最小值，颜色=系数（id），形状=最小值），尺寸=8）+
比例形状手册（值=c（'value'=19，'ref'=0，'min'=2））+
xlab（“”）+
ylab（“价值”）


由（v0.3.0）于2020年4月15日创建

但更好的方法是将
df
重塑为长格式，并将每个
aes
映射到一个变量：

库（dplyr）
图书馆（tidyr）
df%>%
枢轴长度（-id）%>%
ggplot（）+
几何点（aes（x=id，y=值，颜色=因子（id），形状=名称，大小=名称））+
比例形状手册（值=c（'value'=19，'ref'=0，'min'=2））+
刻度尺寸手动（值=c（'value'=6，'ref'=8，'min'=8））+
xlab（“”）+
ylab（“价值”）


由（v0.3.0）于2020年4月15日创建

要删除颜色的图例，请使用
指南\u none（）
：

library（tidyr）
图书馆（GG2）
df%>%
枢轴长度（-id）%>%
ggplot（）+
几何点（aes（x=id，y=值，颜色=因子（id），形状=名称，大小=名称））+
比例形状手册（值=c（'value'=19，'ref'=0，'min'=2））+
刻度尺寸手动（值=c（'value'=6，'ref'=8，'min'=8））+
辅助线（颜色=辅助线\无（）+
xlab（“”）+
ylab（“价值”）


由（v0.3.0）于2020年4月16日创建

数据：

df=data.frame（id=c（“A”、“A”、“B”、“c”、“c”、“c”），
值=c（1,2,1,2,3,4），
ref=c（1.5,1.5,1,2,2），
最小值=c（0.5,0.5,1,2,2））
您可以先使用tidyr整理数据，然后将aes
形状映射到新变量

library（tidyr）
df2您可以先使用tidyr整理数据，然后将aes
形状映射到新变量

library（tidyr）
df2只需将形状和大小与颜色一起添加到您所映射的美学中。还是我遗漏了更复杂的东西？谢谢你的评论。添加形状
geom_点（aes（x=id，y=value，color=factor（id），shape=19），size=6）
（大小在此上下文中不重要）会导致此错误：
错误：连续变量无法映射到形状
。如果有区别的话，形状不是数据帧的一部分，但也许我应该把它添加到那里！？您需要将它映射到某个变量，比如区分第一个
geom_点
调用和第二个调用的任何变量。但这指出了一个更大的问题，即ggplot是通用的
> legend <- g_legend(p2)
Error in tmp$grobs[[leg]] : 
  attempt to select less than one element in get1index