geom_segment变长误差

Question

在我更新到2.2.0版本之前，下面的代码在ggplot2中工作。现在我得到了Error: Aesthetics must be either length 1 or the same as the data (30): x, y, xend, yend。错误是由两个geom_segment调用引起的。

drug1 <- c(.7, -1.6, -.2, -1.2, -.1, 3.4, 3.7, .8, 0, 2)
drug2 <- c(1.9, .8, 1.1, .1, -.1, 4.4, 5.5, 1.6, 4.6, 3.4)
d <- data.frame(Drug=c(rep('Drug 1', 10), rep('Drug 2', 10),
                  rep('Difference', 10)),
                extra=c(drug1, drug2, drug2 - drug1))

ggplot(d, aes(x=Drug, y=extra)) + 
  geom_boxplot(col='lightyellow1', alpha=.3, width=.5) + 
  geom_dotplot(binaxis='y', stackdir='center', position='dodge') +
  stat_summary(fun.y=mean, geom="point", col='red', shape=18, size=5) +
  geom_segment(aes(x=rep('Drug 1', 30), xend=rep('Drug 2', 30), y=drug1, yend=drug2),
               col=gray(.8)) +
  geom_segment(aes(x='Drug 1', xend='Difference', y=drug1, yend=drug2 - drug1),
               col=gray(.8)) +
  xlab('') + ylab('Extra Hours of Sleep') + coord_flip()

更新:工作的改进代码：

drug1 <- c(.7, -1.6, -.2, -1.2, -.1, 3.4, 3.7, .8, 0, 2)
drug2 <- c(1.9, .8, 1.1, .1, -.1, 4.4, 5.5, 1.6, 4.6, 3.4)
d <- data.frame(Drug=c(rep('Drug 1', 10), rep('Drug 2', 10),
                  rep('Difference', 10)),
                extra=c(drug1, drug2, drug2 - drug1))
w <- data.frame(drug1, drug2, diff=drug2 - drug1)

ggplot(d, aes(x=Drug, y=extra)) +
  geom_boxplot(col='lightyellow1', alpha=.3, width=.5) + 
  geom_dotplot(binaxis='y', stackdir='center', position='dodge') +
  stat_summary(fun.y=mean, geom="point", col='red', shape=18, size=5) +
  geom_segment(data=w, aes(x='Drug 1', xend='Drug 2', y=drug1, yend=drug2),
               col=gray(.8)) +
  geom_segment(data=w, aes(x='Drug 1', xend='Difference', y=drug1, yend=drug2 - drug1),
               col=gray(.8)) +
  xlab('') + ylab('Extra Hours of Sleep') + coord_flip()

Answer 1

更新后的代码生成一个数据帧d，如下所示：

drug1 <- c(.7, -1.6, -.2, -1.2, -.1, 3.4, 3.7, .8, 0, 2)
drug2 <- c(1.9, .8, 1.1, .1, -.1, 4.4, 5.5, 1.6, 4.6, 3.4)
d <- data.frame(Drug=c(rep('Drug 1', 10), rep('Drug 2', 10),
                  rep('Difference', 10)),
                extra=c(drug1, drug2, drug2 - drug1))

> d
         Drug extra
1      Drug 1   0.7
2      Drug 1  -1.6
3      Drug 1  -0.2
4      Drug 1  -1.2
5      Drug 1  -0.1
6      Drug 1   3.4
7      Drug 1   3.7
8      Drug 1   0.8
9      Drug 1   0.0
10     Drug 1   2.0
11     Drug 2   1.9
12     Drug 2   0.8
13     Drug 2   1.1
14     Drug 2   0.1
15     Drug 2  -0.1
16     Drug 2   4.4
17     Drug 2   5.5
18     Drug 2   1.6
19     Drug 2   4.6
20     Drug 2   3.4
21 Difference   1.2
22 Difference   2.4
23 Difference   1.3
24 Difference   1.3
25 Difference   0.0
26 Difference   1.0
27 Difference   1.8
28 Difference   0.8
29 Difference   4.6
30 Difference   1.4

这是创建数据框架的一种有问题的方法，原因有两个：

1. 变量drug1和drug2既存在于全局环境中，也存在于data.frame d中。这可能导致混淆、掩蔽和其他错误。
2. Difference与产生差异的值相关联的唯一方法是行排序。例如，第1行和第11行中的值产生了第21行中的差异。如果以后对数据集进行任何修改，这可能会造成问题。

我建议以这样的方式创建数据框架：

d2 <- data.frame(
  pair = 1:10,
  drug1 = c(.7, -1.6, -.2, -1.2, -.1, 3.4, 3.7, .8, 0, 2),
  drug2 = c(1.9, .8, 1.1, .1, -.1, 4.4, 5.5, 1.6, 4.6, 3.4)
) 

   pair drug1 drug2
1     1   0.7   1.9
2     2  -1.6   0.8
3     3  -0.2   1.1
4     4  -1.2   0.1
5     5  -0.1  -0.1
6     6   3.4   4.4
7     7   3.7   5.5
8     8   0.8   1.6
9     9   0.0   4.6
10   10   2.0   3.4

有一个显式的pair变量链接这些值，并且drug1和drug2的额外副本不存在于d2之外。

然后，您可以使用tidyr将其转换为整洁/长格式(为了更好地用于ggplot和建模包)：

tidyr::gather(d2, drug, value, drug1, drug2)

   pair  drug value
1     1 drug1   0.7
2     2 drug1  -1.6
3     3 drug1  -0.2
4     4 drug1  -1.2
5     5 drug1  -0.1
6     6 drug1   3.4
7     7 drug1   3.7
8     8 drug1   0.8
9     9 drug1   0.0
10   10 drug1   2.0
11    1 drug2   1.9
12    2 drug2   0.8
13    3 drug2   1.1
14    4 drug2   0.1
15    5 drug2  -0.1
16    6 drug2   4.4
17    7 drug2   5.5
18    8 drug2   1.6
19    9 drug2   4.6
20   10 drug2   3.4