R 如何基于包含NAs的组值创建二维栅格、光栅或热图？

以下数据：

df <- data.frame(cbind("Group_ID" = c(1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4), "WBHO" = runif(20, 1.0, 7.0), "SI" = runif(20, 1.0, 7.0), "OORT" = c(2.34, 4.64, NA, 5.32, 3.23, 6.01, 5.43, 4.78, 3.98, 3.80, 4.45, NA, NA, 3.18, 4.87, NA, NA, 5.73, 3.52, 4.89), "LMX" = runif(20, 1.0, 7.0),"RL" = runif(20, 1.0, 7.0),"AL" = c(1.54, NA, 1.08, 6.77, NA, NA, 4.56, NA, 5.34, 4.32, 2.45, 3.86, 6.21, 2.89, 7.32, 6.43, NA, 4.56, 3.89, 6.16),"SL" = runif(20, 1.0, 7.0),"RV" = runif(20, 1.0, 7.0),"PT" = runif(20, 1.0, 7.0),"SD" = runif(20, 1.0, 7.0), "HT" = runif(20, 1.0, 7.0), "RTL" = c(2.45, NA, 6.04, 2.88, 3.49, 2.30, NA, 5.32, 2.39, NA, 3.62, 3.22, 4.87, 2.91, 5.41, NA, NA, 4.78, 6.20, NA), "INB" = runif(20, 1.0, 7.0), "ETB" = runif(20, 1.0, 7.0)))

但是，这不起作用，因为其中包括NAs。但是，我希望使用NAs保留这些行。有没有一种方法可以让我在同一步中做到这一点

然后，我想创建光栅，我得到了以下代码，但我不完全确定如何在这种情况下应用：

library(raster)

r <- raster(ncol=nrow(df_new), nrow=15, xmn=0, xmx=4, ymn=0, ymx=15)
values(r) <- as.vector(as.matrix(df$WBHO, df$SI, df$OORT, df$LMX, df$RL, df$AL, df$SL, df$RV, df$PT, df$SD, df$HT, df$RTL,
                             df$INB, df$ETB)
plot(r, axes=F, box=F, asp=NA)
axis(1, at=seq(), 0:9)
axis(2, at=seq(), c("", colnames(df_new)), las=1)

库（光栅）
r我们可以使用
dplyr
和
tidyr
来计算平均值。之后，我们可以使用
cut
函数对值进行分类。然后，我们可以使用
ggplot2
中的
geom_tile
绘制热图。指定
x
为
变量
，
y
为
组ID
（转换为因子），并且
填充
基于
值2
。不需要
光栅
软件包

不清楚为什么要两组（1-3，5-7），都是绿色的。我的示例将红色指定给5-7组，但您可以根据需要轻松地进行更改

library(dplyr)
library(tidyr)

df_new <- df %>%
  gather(key = "variable", value = "value", - Group_ID) %>%
  group_by(Group_ID, variable) %>%
  summarise(value = mean(value, na.rm = TRUE)) %>%
  mutate(value2 = cut(value, breaks = c(1, 3, 5, 7), labels = c("Low", "Medium", "High"))) %>%
  ungroup()

library(ggplot2)

ggplot(df_new, aes(x = variable, y = factor(Group_ID), fill = value2)) +
  geom_tile() +
  scale_fill_manual(values = c("Low" = "Green", "Medium" = "Yellow", "High" = "Red")) + 
  labs(
    y = "Group_ID"
  )

库（dplyr）
图书馆（tidyr）
df_新%
聚集（key=“variable”、value=“value”、-Group\u ID）%>%
分组依据（组ID，变量）%>%
总结（值=平均值（值，na.rm=真））%>%
突变（值2=切割（值，断裂=c（1,3,5,7），标签=c（“低”、“中”、“高”））%>%
解组（）
图书馆（GG2）
ggplot（df_新，aes（x=变量，y=因子（组ID），填充=值2））+
geom_瓷砖（）+
刻度填充手动（数值=c（“低”表示“绿色”，“中”表示“黄色”，“高”表示“红色”））+
实验室(
y=“组ID”
)

OP提到了平均值。我认为应该添加一些类似于聚合的东西（value~key+Group\u ID，data=df\u new，FUN=mean）

。@RomanLuštrik现在我看到每个组有多个值。我已经更新了我的帖子来计算平均值，并将值分为不同的组。谢谢你们：）

library(dplyr)
library(tidyr)

df_new <- df %>%
  gather(key = "variable", value = "value", - Group_ID) %>%
  group_by(Group_ID, variable) %>%
  summarise(value = mean(value, na.rm = TRUE)) %>%
  mutate(value2 = cut(value, breaks = c(1, 3, 5, 7), labels = c("Low", "Medium", "High"))) %>%
  ungroup()

library(ggplot2)

ggplot(df_new, aes(x = variable, y = factor(Group_ID), fill = value2)) +
  geom_tile() +
  scale_fill_manual(values = c("Low" = "Green", "Medium" = "Yellow", "High" = "Red")) + 
  labs(
    y = "Group_ID"
  )