在使用stat_smooth时可以绕过geom_smooth吗？

Question

我有一个数据集，我已经建立了以下的地块：

​

这幅图是从本文底部包含的数据集中输入的，并由以下ggplot2代码生成：

    ggFacetProfile <- ggplot(sub, aes(group = iMoYr))  + 
    geom_line(aes(x= iHrMi, y = trimAv)) + 
    facet_grid(off ~ iMoYr, scales = "free") +
    ggtitle("Typical Half Hourly Profiles") + 
    xlab("Time") + ylab("Energy (kWh)")

这里，我绘制了trimAv (有效平均值)在iHrMi (有效小时和分钟)上的值。这是off iMoYr的一个方面(实际上是关闭的过程，一年中不同的月份)。

数据表的有效平滑值范围已经在其中的标题minEcl和maxEcl下计算出来了。我希望能够使用geom_smooth将图形上的数据表示为geom_smooth函数创建的形状的边界，但是我还无法找到绕过调用stat_smooth的方法。

到目前为止，我最近的尝试是包括：

+ geom_smooth(aes(x= iHrMi, y = trimAv, ymin = minEcl, ymax = maxEcl))

然而，这是被迫的黄土平滑，显然是由于数据的大小，这看起来如下：

​

​

是否有可能为geom_smooth提供特定的预计算值，还是我试图以非常错误的方式使用geom_smooth？geom_中的其他ggplot2参数具有如此强的适应性，这看起来是如此僵化，这似乎是不协调的。

为了结构目的，数据源(数据表)的头和尾包括在下面：

          iDate            off       trimAv   trimStD minEcl maxEcl   iMoYr iHrMi
   1: 2013-08 00:00     Production 136.52273 37.300389   76.4  218.4 2013-08 00:00
   2: 2013-08 00:30     Production 136.14091 36.117819   80.3  217.7 2013-08 00:30
   3: 2013-08 01:00     Production 133.92500 32.808662   76.9  213.3 2013-08 01:00
   4: 2013-08 01:30     Production 139.20476 37.929480   77.1  221.5 2013-08 01:30
   5: 2013-08 02:00     Production 137.82857 36.422042   74.9  221.0 2013-08 02:00
  ---                                                                             
1148: 2014-07 22:30 Non-Production  50.51250  3.025812   47.1   56.3 2014-07 22:30
1149: 2014-07 23:00 Non-Production  49.88571  2.066743   47.0   52.6 2014-07 23:00
1150: 2014-07 23:30 Non-Production  49.94286  2.318661   46.5   52.5 2014-07 23:30
1151: 2014-07 00:00 Non-Production  50.85714  2.860569   47.9   54.9 2014-07 00:00
1152: 2014-07 00:30 Non-Production  50.72857  4.181194   47.6   59.1 2014-07 00:30

如果我能以更好/更合适的形式包括源数据，请在评论中告诉我。

Answer 1

也许你在找geom_ribbon。

ggFacetProfile <- ggplot(sub, aes(group = iMoYr))  + 
  geom_line(aes(x= iHrMi, y = trimAv)) + 
  facet_grid(off ~ iMoYr, scales = "free") +
  ggtitle("Typical Half Hourly Profiles") + 
  xlab("Time") + ylab("Energy (kWh)") +
  geom_ribbon(aes( ymin = minEcl, ymax = maxEcl))