在R中使用ggplot2按顺序循环打印大量图形（PDF）

我有一个大的数据集作为贝叶斯逻辑回归的结果。数据集包含参数估计值、置信区间等（head见下文）

---

我总共有714行数据，从低到高排序（平均值）。我使用这段代码一次绘制50行，其中a3_排序是50行数据的子集（因此手动执行

a3_排序您可以尝试此解决方案。我使用虚拟数据
DF
测试
714
行和与您相同的列。
DF
在您的情况下是
714
行的排序数据框和您拥有的变量。我设置了代码，以便您可以在需要大于50的宽度时进行更改。

library(zoo)
#Create keys; change 50 if you want a larger window
keys <- seq(1, nrow(DF), 50)
vals=1:length(keys)
#Flag to allocate the position and values
#na.locf is used to complete NA so that we have same index
DF$Flag <- NA
DF$Flag[keys]<-vals
DF$Flag <- na.locf(DF$Flag)
#Then split by flag
ListData <- split(DF,DF$Flag)
#Function to create plot
myplot <- function(x)
{
  tplot <- ggplot2::ggplot(data = x, mapping = aes(x = reorder(spec, mean), y = mean, ymin = confint_97.5, ymax = confint_2.5))+
    geom_pointrange()+
    geom_hline(yintercept = 0, lty = 2)+
    coord_flip()+
    xlab ("species") +ylab ("mean (credibility interval)")+
    theme_bw()
  return(tplot)
}
#Replicate plots
LPlots <- lapply(ListData,myplot)
#Export to pdf
pdf('Myplots.pdf',width = 14)
for(i in c(1:length(LPlots)))
{
  plot(LPlots[[i]])
}
dev.off()
 

图书馆（动物园）
#创建关键点；如果需要较大的窗口，请更改50
键您可以尝试此解决方案。我使用虚拟数据
DF
测试了
714
行和与您相同的列。
DF
在您的示例中是您的
714
行的排序数据框和变量。我设置了代码，以便您可以在需要大于50的宽度时进行更改

library(zoo)
#Create keys; change 50 if you want a larger window
keys <- seq(1, nrow(DF), 50)
vals=1:length(keys)
#Flag to allocate the position and values
#na.locf is used to complete NA so that we have same index
DF$Flag <- NA
DF$Flag[keys]<-vals
DF$Flag <- na.locf(DF$Flag)
#Then split by flag
ListData <- split(DF,DF$Flag)
#Function to create plot
myplot <- function(x)
{
  tplot <- ggplot2::ggplot(data = x, mapping = aes(x = reorder(spec, mean), y = mean, ymin = confint_97.5, ymax = confint_2.5))+
    geom_pointrange()+
    geom_hline(yintercept = 0, lty = 2)+
    coord_flip()+
    xlab ("species") +ylab ("mean (credibility interval)")+
    theme_bw()
  return(tplot)
}
#Replicate plots
LPlots <- lapply(ListData,myplot)
#Export to pdf
pdf('Myplots.pdf',width = 14)
for(i in c(1:length(LPlots)))
{
  plot(LPlots[[i]])
}
dev.off()
 

图书馆（动物园）
#创建关键点；如果需要较大的窗口，请更改50
钥匙此方法可适用于您的情况：

#一些虚拟数据：
df空值
#>在图像中保存7 x 5
#>空的

由（v0.3.0）于2020年7月11日创建此方法可适用于您的情况：

#一些虚拟数据：
df空值
#>在图像中保存7 x 5
#>空的

由（v0.3.0）于2020-07-11创建。因此，您是否希望从原始数据中获得每个50行数据帧的绘图？是的，准确无误。总共15个绘图，而无需手动子集和保存绘图。我已为您的问题添加了一个可能的解决方案。请检查并让我知道它是否有效：）那么，您希望从原始数据中获得的每50行数据帧有一个绘图吗？是的，完全正确。总共有15个绘图，而无需手动子集和保存绘图。我为您的问题添加了一个可能的解决方案。请检查并让我知道它是否有效：）嗨，Duck，谢谢您的回复！不幸的是，这对我有用！我做了一些调整（例如，对于不同的绘图，保持轴长度相同）。谢谢你的代码！嗨，鸭子，谢谢你的回复！不幸的是，这对我有用！我做了一些调整（例如，对于不同的绘图，保持轴长度相同）。谢谢你的代码！
library(zoo)
#Create keys; change 50 if you want a larger window
keys <- seq(1, nrow(DF), 50)
vals=1:length(keys)
#Flag to allocate the position and values
#na.locf is used to complete NA so that we have same index
DF$Flag <- NA
DF$Flag[keys]<-vals
DF$Flag <- na.locf(DF$Flag)
#Then split by flag
ListData <- split(DF,DF$Flag)
#Function to create plot
myplot <- function(x)
{
  tplot <- ggplot2::ggplot(data = x, mapping = aes(x = reorder(spec, mean), y = mean, ymin = confint_97.5, ymax = confint_2.5))+
    geom_pointrange()+
    geom_hline(yintercept = 0, lty = 2)+
    coord_flip()+
    xlab ("species") +ylab ("mean (credibility interval)")+
    theme_bw()
  return(tplot)
}
#Replicate plots
LPlots <- lapply(ListData,myplot)
#Export to pdf
pdf('Myplots.pdf',width = 14)
for(i in c(1:length(LPlots)))
{
  plot(LPlots[[i]])
}
dev.off()