R 基于对列值的分组，在具有指定列和行的网格中显示打印列表

我读过一篇文章，这篇文章似乎是我问题的“主要”部分。然而，我并不完全有我需要的，我想看看是否有任何其他的解决方案在那里

我有一个带有一些图的列表列数据框，类似于：

exdata <- diamonds %>%
  group_by(cut) %>% 
  nest %>% 
  crossing(dummy = 1:3) %>% 
  mutate(plots = map(.x = data, ~ ggplot(.x, aes(x = x, y = y)) + geom_point()))

exdata%
分组依据（切割）%>%
嵌套%>%
交叉（假人=1:3）%>%
变异（绘图=地图（.x=数据，~ggplot（.x，aes（x=x，y=y））+geom_点（）

看起来像这样：

exdata
# A tibble: 15 x 4
   cut       data                  dummy plots 
   <ord>     <list>                <int> <list>
 1 Fair      <tibble [1,610 × 9]>      1 <gg>  
 2 Fair      <tibble [1,610 × 9]>      2 <gg>  
 3 Fair      <tibble [1,610 × 9]>      3 <gg>  
 4 Good      <tibble [4,906 × 9]>      1 <gg>  
 5 Good      <tibble [4,906 × 9]>      2 <gg>  
 6 Good      <tibble [4,906 × 9]>      3 <gg>  
 7 Very Good <tibble [12,082 × 9]>     1 <gg>  
 8 Very Good <tibble [12,082 × 9]>     2 <gg>  
 9 Very Good <tibble [12,082 × 9]>     3 <gg>  
10 Premium   <tibble [13,791 × 9]>     1 <gg>  
11 Premium   <tibble [13,791 × 9]>     2 <gg>  
12 Premium   <tibble [13,791 × 9]>     3 <gg>  
13 Ideal     <tibble [21,551 × 9]>     1 <gg>  
14 Ideal     <tibble [21,551 × 9]>     2 <gg>  
15 Ideal     <tibble [21,551 × 9]>     3 <gg>  

exdata
#一个tibble:15x4
切割数据虚拟图
1公平1
2公平2
3公平3
4好的1
5好的2
6好3
很好
很好
很好
10保费1
11保费2
12保费3
13理想1
14理想2
15理想3

列exdata$plots是ggplots的列表

我想以类似于基于dummys的cut和dummy列使用facet_网格的结果来绘制这些。第一列是所有“公平”的绘图，第二列是“良好”的绘图，第三列是“非常良好”的绘图，等等。每一行的标题分别为“1”、“2”和“3”。3*5的网格

我尝试了拼凑的软件包，但没有“直接”的方法。理想情况下，我会将列标题清楚地标记为相应的剪切，然后将行标记为相应的行

请注意，我的特定用例阻止我构建主数据框架，并使其以所需的方式使用facet grid，我真的被上面这样的数据框架中的列表列卡住了

[根据评论进行编辑]。 为上述段落添加更多细节，我使用一个包生成一个模型，然后绘制模型<代码>CLVTools:：在我的df中的每一行上绘制（模型）。因此，绘图已经由

dplyr:：mutate

区块中的现有模型生成。我不是自己创建绘图的，它们是由软件包完成的，带有一些定制，我不想与R打交道而手动复制

---

我如何将我的图列表列组合成一个3*5的网格，具有清晰的列和行标题，如facet_grid？

既然您有数据，为什么不直接生成图形（或者您只是有一个图列表），而不是嵌套它们？比如：

diamonds %>%
   group_by(cut) %>% 
   nest %>% 
   crossing(dummy = 1:3) %>% 
   ggplot(aes(x, y)) + 
   geom_point(data = . %>% unnest(data)) +
   facet_grid(dummy ~ cut)

---

然后您可以按照标准方式调整标签。

既然您有数据，为什么不直接生成图形（或者您只是有一个绘图列表），而不是嵌套它们？比如：

diamonds %>%
   group_by(cut) %>% 
   nest %>% 
   crossing(dummy = 1:3) %>% 
   ggplot(aes(x, y)) + 
   geom_point(data = . %>% unnest(data)) +
   facet_grid(dummy ~ cut)

---

然后，您可以按照标准方式调整标签。

这在本质上不是很有程序性，但至少可以正常工作。我的灵感来自

我们可以使用

patchwork:：wrap_plots

将ggplot图放入网格中

然后我们可以使用

grid:：grid.draw

手动绘制一些

textGrobs

。您可以使用

textGrob

的

x=

和

y=

参数定义最终图形上的位置。由于每个标签的位置不同，我们可以使用

purrr:walk2

组合参数集。（

walk2

类似于

map2

，但不返回任何内容。）

rot=

参数可以根据轴旋转文本

library(patchwork); library(purrr); library(grid)
wrap_plots(plotlist = exdata$plots, ncol = 3, nrow = 5) +
  plot_annotation(title = " ")
walk2(seq(0.125,0.875,length.out = 5),unique(exdata$cut),
      ~grid.draw(textGrob(.y, x = 0.01, y = .x, rot = 90)))
walk2(seq(0.165,0.835,length.out = 3),unique(exdata$dummy),
      ~grid.draw(textGrob(.y, x = .x, y = 0.98, rot = 0)))

---

它在本质上不是很有程序性，但至少它是有效的。我的灵感来自

我们可以使用

patchwork:：wrap_plots

将ggplot图放入网格中

然后我们可以使用

grid:：grid.draw

手动绘制一些

textGrobs

。您可以使用

textGrob

的

x=

和

y=

参数定义最终图形上的位置。由于每个标签的位置不同，我们可以使用

purrr:walk2

组合参数集。（

walk2

类似于

map2

，但不返回任何内容。）

rot=

参数可以根据轴旋转文本

library(patchwork); library(purrr); library(grid)
wrap_plots(plotlist = exdata$plots, ncol = 3, nrow = 5) +
  plot_annotation(title = " ")
walk2(seq(0.125,0.875,length.out = 5),unique(exdata$cut),
      ~grid.draw(textGrob(.y, x = 0.01, y = .x, rot = 90)))
walk2(seq(0.165,0.835,length.out = 3),unique(exdata$dummy),
      ~grid.draw(textGrob(.y, x = .x, y = 0.98, rot = 0)))

---

谢谢你的建议，但这对我不起作用（否则效率会很低）。我使用的是一个软件包CLVTools，它适合一个模型，然后生成一个绘图，例如

plot（model）

。因此，真实数据中的每一行都包含一个基于行数据段模型的绘图。做你想做的事情需要重新安装所有的模型，只是为了情节，我的现实生活列表列df相当长。啊哈，这是有道理的（我希望不是这样！）@Ianampbell在我的帖子中添加了一条编辑评论。谢谢你的建议，但这对我来说不起作用（或者效率很低）。我使用的是一个软件包CLVTools，它适合一个模型，然后生成一个绘图，例如

plot（model）

。因此，真实数据中的每一行都包含一个基于行数据段模型的绘图。做你所做的需要重新安装所有的模型，只是为了情节，而我的现实生活列表列df相当长。啊，这是有道理的（我希望不是这样！）@IanCampbell在我的帖子中添加了一条编辑评论。使用gridextra怎么样

library（gridExtra）

do.call（“grid.arrange”，c（dat$plots，ncol=5））

使用gridExtra怎么样

library（gridExtra）

do.call（“grid.arrange”，c（dat$plots，ncol=5））

谢谢这似乎很有效。为什么

seq（0.125,0.875，…

？为了以防万一，我也要把这个问题留一段时间。但是这个解决方案非常受欢迎。啊，这就是seq（0.125…）正在做的事情？选择标签的位置？OKI用一些细节更新了答案。谢谢。为什么

seq（0.125,0.875，…

？为了以防万一，我也会把这个问题留一段时间。但是这个解决方案非常受欢迎。啊，这就是seq（0.125…）正在做的事情？选择标签的位置？OKI用一些信息更新了答案