我嘗試在面板中繪製疊加條形圖+ 2路互動,其中包括4個實驗的相同圖表。但是,我不能躲避酒吧取決於自變量之一。以下是我的數據。ggplot2:3路互動疊加條形圖的分組條形圖
首先我通過下面的代碼讀取數據。
a<-read.table(file.choose(), header=T, dec=",")
Exp. \t Gest \t lag \t Sint12 \t Rev12 \t c12 \t t1pi \t t2pi \t t1i \t t2i \t IntWeak \t inc \t Total
1 \t 1 \t 1 \t 15,88 \t 3,28 \t 22,52 \t 11,76 \t 4,08 \t 2,28 \t 16,76 \t 3,24 \t 20,2 \t 100
1 \t 1 \t 3 \t 0,88 \t 1,2 \t 61,36 \t 11,84 \t 8,4 \t 1,84 \t 2,32 \t 0,8 \t 11,36 \t 100
1 \t 1 \t 8 \t 0,24 \t 0,24 \t 65,2 \t 10,24 \t 9,2 \t 1,84 \t 2,4 \t 0,48 \t 10,16 \t 100
1 \t 2 \t 1 \t 14,96 \t 4 \t 25,28 \t 15,12 \t 1,92 \t 0,68 \t 16,8 \t 1,56 \t 19,68 \t 100
1 \t 2 \t 3 \t 1,2 \t 0,72 \t 79,36 \t 8,64 \t 2,88 \t 0,64 \t 0,64 \t 0,64 \t 5,28 \t 100
1 \t 2 \t 8 \t 0,16 \t 0,16 \t 86,72 \t 5,36 \t 3,2 \t 0,08 \t 0,48 \t 0,64 \t 3,2 \t 100
2 \t 1 \t 1 \t 30,6 \t 2,2 \t 24,48 \t 4,56 \t 1,32 \t 0,4 \t 17,8 \t 1 \t 17,64 \t 100
2 \t 1 \t 3 \t 0,96 \t 1,04 \t 87,2 \t 5,04 \t 2,16 \t 0,16 \t 0,4 \t 0,8 \t 2,24 \t 100
2 \t 1 \t 8 \t 0,88 \t 0,24 \t 91,92 \t 3,28 \t 1,52 \t 0 \t 0,32 \t 0,88 \t 0,96 \t 100
2 \t 2 \t 1 \t 20,16 \t 2,32 \t 16,52 \t 14,24 \t 0,72 \t 0,44 \t 15,96 \t 1,76 \t 27,88 \t 100
2 \t 2 \t 3 \t 1,04 \t 0,64 \t 83,84 \t 5,84 \t 2 \t 0,08 \t 0,72 \t 1,12 \t 4,72 \t 100
2 \t 2 \t 8 \t 0,24 \t 0 \t 91,04 \t 4,16 \t 1,52 \t 0,08 \t 0 \t 0,72 \t 2,24 \t 100
3A \t 1 \t 1 \t 35,83 \t 3,92 \t 27,42 \t 2,42 \t 2,08 \t 0,25 \t 7,42 \t 3,63 \t 17,04 \t 100,01
3A \t 1 \t 3 \t 1,58 \t 1 \t 81 \t 4,5 \t 3,33 \t 0,25 \t 0,33 \t 1,08 \t 6,92 \t 99,99
3A \t 1 \t 8 \t 1 \t 0 \t 86,92 \t 3,17 \t 1,75 \t 0,08 \t 0,42 \t 0,33 \t 6,33 \t 100
3A \t 2 \t 1 \t 43,46 \t 2,38 \t 21,29 \t 1,88 \t 1,17 \t 0,17 \t 5,46 \t 4,21 \t 20 \t 100,02
3A \t 2 \t 3 \t 2 \t 0,75 \t 78,67 \t 3,75 \t 3,25 \t 0,17 \t 0,83 \t 0,92 \t 9,67 \t 100,01
3A \t 2 \t 8 \t 1,33 \t 0,33 \t 83,25 \t 3 \t 2,17 \t 0 \t 0,67 \t 0,83 \t 8,42 \t 100
3B \t 1 \t 1 \t 35,5 \t 2,54 \t 29,33 \t 3,04 \t 1,88 \t 0,54 \t 7,46 \t 7,46 \t 12,25 \t 100
3B \t 1 \t 3 \t 1,58 \t 0,67 \t 79,42 \t 4,58 \t 2,83 \t 0,42 \t 0,67 \t 2,75 \t 7,08 \t 100
3B \t 1 \t 8 \t 0,83 \t 0,17 \t 88,83 \t 3,17 \t 2,83 \t 0,08 \t 0,42 \t 0,5 \t 3,17 \t 100
3B \t 2 \t 1 \t 32,33 \t 1,75 \t 17,21 \t 4,5 \t 2,21 \t 0,42 \t 13,21 \t 4,96 \t 23,42 \t 100,01
3B \t 2 \t 3 \t 2,5 \t 0,25 \t 67,58 \t 8,42 \t 4,25 \t 0,5 \t 1 \t 4,58 \t 10,92 \t 100
3B \t 2 \t 8 \t 1 \t 0,08 \t 76,83 \t 6,25 \t 4,5 \t 0,08 \t 0,33 \t 3 \t 7,92 \t 99,99
二我用下面的代碼變換它寬以長格式。
b <- reshape(a,
varying = c("Sint12", "Rev12", "c12", "t1pi", "t2pi", "t1i", "t2i", "IntWeak", "inc"),
v.names = "score",
timevar = "variable",
times = c("Sint12", "Rev12", "c12", "t1pi", "t2pi", "t1i", "t2i", "IntWeak", "inc"),
new.row.names = 1:1000,
direction = "long")
和改造後的數據看起來象下面這樣:
Exp. Gest lag Total variable score id
1 1 1 1 100.00 Sint12 15.88 1
2 1 1 3 100.00 Sint12 0.88 2
3 1 1 8 100.00 Sint12 0.24 3
4 1 2 1 100.00 Sint12 14.96 4
5 1 2 3 100.00 Sint12 1.20 5
6 1 2 8 100.00 Sint12 0.16 6
7 2 1 1 100.00 Sint12 30.60 7
8 2 1 3 100.00 Sint12 0.96 8
9 2 1 8 100.00 Sint12 0.88 9
10 2 2 1 100.00 Sint12 20.16 10
11 2 2 3 100.00 Sint12 1.04 11
12 2 2 8 100.00 Sint12 0.24 12
13 3A 1 1 100.01 Sint12 35.83 13
14 3A 1 3 99.99 Sint12 1.58 14
15 3A 1 8 100.00 Sint12 1.00 15
16 3A 2 1 100.02 Sint12 43.46 16
17 3A 2 3 100.01 Sint12 2.00 17
18 3A 2 8 100.00 Sint12 1.33 18
19 3B 1 1 100.00 Sint12 35.50 19
20 3B 1 3 100.00 Sint12 1.58 20
21 3B 1 8 100.00 Sint12 0.83 21
22 3B 2 1 100.01 Sint12 32.33 22
23 3B 2 3 100.00 Sint12 2.50 23
24 3B 2 8 99.99 Sint12 1.00 24
我想要的是什麼; 1。 4個繪圖(對於每個實驗),2.通過Gest和滯後來製作交互圖。第3;用變量的顏色填充堆棧。
爲了做到這一點,我使用了下面的代碼。
ggplot(data = b,aes(x = interaction(Gest,lag),y = score,fill = variable,))+ geom_bar(stat =「identity」)+ facet_wrap(〜Exp。,ncol = 2 )
現在,劇情已準備就緒。但是,當我將position = dodge參數傳遞給geom_bar時;這是行不通的。我想有一個情節,在1.1 & 2.1之間沒有差距; 1.3 & 2.3和1.8 & 2.8(X軸標籤)。另外,我想指定.1-.3和.8之間的差距。
在此先感謝。
非常感謝馬克,我是想添加這些額外的空白。我將使用您提供的其他信息。再次感謝:) 一個問題,你使用任何其他包你提供的最後一個功能,因爲當我粘貼第一個代碼的最後一個情節(從sePlots開始),我得到一個錯誤,在FUN(X [ [i]],...):找不到函數「%>%」。謝謝你:) –
對不起。 '%>%'是管道字符,'filter'函數來自'dplyr'(它也會加載'%>%',儘管它最初來自'magrittr')。通常我更願意記住列出這些依賴關係。 –
再次感謝它現在的作品:) –