R 绘图是指在带有ggplot的散点图上绘制线图

我有一个简单的数据框，其中包含每个因子（CT）的三个重复（值）。我想把它画成geom_点，然后把点的平均值画成geom_线

gene <- c("Ckap5","Ckap5","Ckap5","Ckap5","Ckap5","Ckap5","Ckap5","Ckap5","Ckap5","Ckap5","Ckap5","Ckap5","Ckap5","Ckap5","Ckap5")
value <- c(0.86443, 0.79032, 0.86517, 0.79782, 0.79439, 0.89221, 0.93071, 0.87170, 0.86488, 0.91133, 0.87202, 0.84028, 0.83242, 0.74016, 0.86656)
CT <- c("ET","ET","ET", "HP","HP","HP","HT","HT","HT", "LT","LT","LT","P","P","P")
df<- cbind(gene,value,CT)
df<- data.frame(df)

如何得到一条几何线，表示每个因子的平均值。我尝试过统计摘要：

ggplot(df, aes(x=CT, y=value)) + geom_point() +
stat_summary(aes(y = value,group = CT), fun.y=mean, colour="red", geom="line")

但它不起作用。 “geom_路径：每个组只包含一个观察。是否需要调整组美学？”

但每组有三个观察结果，有什么不对

---

另外，我还对平滑线感兴趣。

您应该将

组aes设置为1:

ggplot(df, aes(x=CT, y=value)) + geom_point() +
  stat_summary(aes(y = value,group=1), fun.y=mean, colour="red", geom="line",group=1)

您可以使用
dplyr
包获取每个因素的平均值

library(dplyr)
group_means <- df %>%
  group_by(CT) %>%
  summarise(mean = mean(value))

根据hrbrmstr的评论，您可以使用以下内容添加平滑线：

ggplot(df, aes(x=as.numeric(CT), y=value, group=1)) + geom_point() + 
  geom_segment(aes(x=as.numeric(CT)-0.4, xend=as.numeric(CT)+0.4, y=mean, yend=mean), 
               data=group_means, colour="red") +
  scale_x_continuous("name", labels=as.character(df$CT), breaks=as.numeric(df$CT)) + 
  geom_smooth()

ggplot（df，aes（x=CT，y=value，group=1））+geom_-smooth（method=“leash”）+geom_-point（）
也许吧？谢谢，非常简单：-）这能回答你的问题吗？谢谢它的工作…我正试图重新排序的x轴与此，但它不工作的任何想法？ggplot（原始数据，aes（x=CT，y=value））+geom_point（）+scale_x_离散（极限=c（“ET”，“HP”，“P”，“HT”，“LT”），我很想尝试您的解决方案，但似乎dplyr不适用于R3.0.0。
ggplot(df, aes(x=as.numeric(CT), y=value)) + geom_point() + 
  geom_segment(aes(x=as.numeric(CT)-0.4, xend=as.numeric(CT)+0.4, y=mean, yend=mean), 
               data=group_means, colour="red") +
  scale_x_continuous("name", labels=as.character(df$CT), breaks=as.numeric(df$CT))

ggplot(df, aes(x=as.numeric(CT), y=value, group=1)) + geom_point() + 
  geom_segment(aes(x=as.numeric(CT)-0.4, xend=as.numeric(CT)+0.4, y=mean, yend=mean), 
               data=group_means, colour="red") +
  scale_x_continuous("name", labels=as.character(df$CT), breaks=as.numeric(df$CT)) + 
  geom_smooth()