如何使用R中的for循环创建具有不同y轴标签和标题的多个图？

Question

一些背景:我试图分析的数据是流式细胞术数据(对于那些不熟悉这是什么的人来说，为了这个Q的目的，它基本上是用激光来描述不同的细胞类型)。这里的变量是在y轴上绘制的单元格的不同特性，每个变量都是从“父组”读取的。也就是说，如果感兴趣的变量是活细胞，则母体可以是肾细胞或肺细胞等。

我有一个大的数据表，有13个变量，需要在相同的x轴上绘制，即治疗后几周的时间。我需要针对时间绘制的每个变量，都需要一个不同的y轴标签和一个应该包括的标题----y轴标签以及变量所属的各自的“父组”的名称。我所采取的步骤是：

1. 将主数据表导入R
2. 导入一个带有关键字的数据表，即每个变量名(它们是主数据表中的列名)和相应的Y轴标签和“父组”名称。举个例子，这张表是什么样子的，

在这里输入图像描述

如您所知，“父组”名称或y轴标签不一定是每个变量名称唯一的。

1. 将关键字数据表的每一列分配给新的向量，即变量、yaxis和父变量。
2. 创建一个FOR循环，自动从原始母版表中自动子集数据，每次包含一个变量的信息，然后根据时间绘制它。

    r 
   for(i in variables){
    table<-as.data.frame(test[,c("WEEK",i)])`
    for(j in yaxis){
    for (k in parent){
    plot<-ggplot(table,aes(x=WEEK,y=table[,3]))+geom_line()+geom_point(size=2)+scale_shape_manual(values=1:25)+xlab("Weeks")+ylab(j)+theme_minimal()+ggtitle(paste0(k,"-",j))
ggsave(plot,file=paste0(paste(j,k,sep="_"),"plot.jpg"),width=14,height=10,units="cm")
     }
      }
      rm(table)
      rm(plot)
    }

我在这里尝试的是自动化for循环，为每个变量添加相应的y轴标签和标题--当然，我被困在一个循环中，它继续运行，每个变量生成13y轴标签的组合*13个地块标题组合。我需要13个地块，每个地块都有自己的y轴标签和绘图标题，而不需要手动输入每个地块，因为我希望将这些地块作为jpeg文件直接从for循环导出。我考虑过使用if或if等函数，但我不知道如何在这里应用这些函数。任何帮助，这将是非常感谢！

Answer 1

这里有一个解释您的问题的方法:使用facet绘图并将Parent和Yaxis映射到facet标签中。这将导致一系列的面图，其中标签反映了Parent和Yaxis。

要做面处理，我们需要重塑数据框架。首先，调用库并创建一些有用的数据：

library(dplyr)
library(tidyr)
library(tibble)
library(ggplot2)

# make fake data
data <- tibble(
  Week = seq(from = 1, length.out = 91),
  cells_live = runif(min = 1, max = 10, n = 91),
  cells_live_dividing = runif(min = 1, max = 10, n = 91),
  cells_live_aging = runif(min = 1, max = 10, n = 91)
)

mapping <- tibble(
  variables = c("cells_live", "cells_live_dividing", "cells_live_aging"),
  Parent = c("COUNT", "live", "live"),
  Yaxis = c("live cells", "divinding cells", "aging")
)

然后，我们使用来自pivot_longer的tidyr将数据重新格式化为长格式。

data <- data %>%
  pivot_longer(cols = -Week,
               names_to = "vars",
               values_to = "values")

然后，我们使用left_join从映射表中输入数据，并基于Parent和Yaxis创建一个带有facet标签的新列。

data <- data %>%
  left_join(mapping, by= c("vars" = "variables")) %>%
  mutate(facet_labels = paste0(Parent, ": ", Yaxis))

最后，我们调用ggplot，其中我们使用facet_labels作为面集变量：

ggplot(data = data, aes(x = Week, y = values)) +
  geom_point() +
  facet_wrap(.~ facet_labels, scales = "free") +
  theme_minimal()

有了这个输出：

​

​

这并不是你所要求的，但希望它对你有帮助。