R ggplot2：具有两个变量的多层图的面_包裹失败

我正在尝试使用

ggplot2

创建一个自由缩放的多面绘图。按照设计，

facet\u grid

，无法实现我所需要的。而

facet\u wrap

失败，出现了一个神秘的错误。你能告诉我，你对如何修复这个错误有什么建议吗？下面给出了一个可复制的示例

让我们创建示例数据：

require(tidyverse)
require(modelr)

d1 <- tibble(
  x = 1:100,
  y = 1:100 + rnorm(10),
  z = y ^ 2,
  dataset_name = "d1"
)

d2 <- tibble(
  x = 1:1000,
  y = 1:1000 + rnorm(10),
  z = y ^ 2,
  dataset_name = "d2"
)

#these data will be used for the 1st layer
actuals <- bind_rows(d1, d2)

#these data will be used for the 2nd layer
predictions <- bind_rows(
  d1 %>% gather_predictions(
    "m1" = lm(y ~ x, data = d1),
    "m2" = lm(y ~ x + z, data = d1),
    .pred = "y"
  ),
  d2 %>% gather_predictions(
    "m1" = lm(y ~ x, data = d2),
    "m2" = lm(y ~ x + z, data = d2),
    .pred = "y"
  )
)

如果我只想为一个数据集（即，

预测

）绘制数据，它将按预期工作，我得到4个方面：

ggplot(predictions, aes(x, y)) +
  geom_point() +
  facet_wrap( ~ model + dataset_name, scales = "free")

但是，如果我尝试将

实际值

和

预测值

组合如下：

ggplot(actuals, aes(x, y)) +
  geom_point() +
  geom_line(data = predictions, colour = "red") +
  facet_wrap( ~ model + dataset_name, scales = "free")

predictions <- bind_rows(
  d1 %>% gather_predictions(
    "m1" = lm(y ~ x, data = d1),
    "m2" = lm(y ~ x + z, data = d1),
    .pred = "y.pred"
  ),
  d2 %>% gather_predictions(
    "m1" = lm(y ~ x, data = d2),
    "m2" = lm(y ~ x + z, data = d2),
    .pred = "y.pred"
  )
)

---

然后出现以下错误：

gList中的错误（列表（x=0.5，y=0.5，width=1，height=1，just=“center”），：在“gList”中只允许“grobs”

尝试通过

模型和
数据集名称的交互来创建单个变量

# these two blocks of code are equivalent

library(magrittr)
predictions %<>% mutate(mod_dn = interaction(model, dataset_name))

感谢大家的帮助！似乎一个更简单的解决方案（即使它会改变原来的问题）是调整
预测，如下所示：

ggplot(actuals, aes(x, y)) +
  geom_point() +
  geom_line(data = predictions, colour = "red") +
  facet_wrap( ~ model + dataset_name, scales = "free")

predictions <- bind_rows(
  d1 %>% gather_predictions(
    "m1" = lm(y ~ x, data = d1),
    "m2" = lm(y ~ x + z, data = d1),
    .pred = "y.pred"
  ),
  d2 %>% gather_predictions(
    "m1" = lm(y ~ x, data = d2),
    "m2" = lm(y ~ x + z, data = d2),
    .pred = "y.pred"
  )
)

这将呈现。
Thank you@Melissa！请注意，如果我正确调整了您的解决方案，它将破坏实际的数据呈现。基本上，所有四个图在两个图上都显示了
d1
和
d2
数据的并集，请参见此。好的提示-我解决了问题，现在应该按照需要执行。
%%
表示法需要
magrittr
包，但它在效果上与您的调整相同。您可以跳过获取交互项的步骤，只连接两个数据帧，然后使用
facet_wrap（~model+dataset_name）
。据我所知，唯一的区别是条带标签是单标签（例如“m1.d1”）还是双标签堆叠（例如“m1”）也就是说，单条标签在很多方面看起来都比较干净。我认为问题在于
实际值中没有
模型
变量。
predictions <- bind_rows(
  d1 %>% gather_predictions(
    "m1" = lm(y ~ x, data = d1),
    "m2" = lm(y ~ x + z, data = d1),
    .pred = "y.pred"
  ),
  d2 %>% gather_predictions(
    "m1" = lm(y ~ x, data = d2),
    "m2" = lm(y ~ x + z, data = d2),
    .pred = "y.pred"
  )
)

ggplot(predictions, aes(x, y)) +
  geom_point() +
  geom_line(aes(x, y.pred), colour = "red") +
  facet_wrap( ~ model + dataset_name, scales = "free")