皆さん
Rは大好きですよね。
ggplot2も大好きですよね。
facet_wrapも便利なのでよく使いますよね
こんなグラフ書いたりしますよね。
library(tidyverse)
iris_data <- iris #癖でデータフレーム化してます。
iris_data %>%
ggplot(aes(x = Sepal.Width, y = Sepal.Length)) +
geom_point() +
facet_wrap(~ Species)+
theme_bw()
これだけでも最高に便利ですが、さらにこんなことしてみたですよね
- Sepal.Lengthの平均を表す線を、irisの種類別に組み込みたい(geom_hline)
- Sepal.Widthの平均を表す線を、irisの種類別に組み込みたい(geom_vline)
- irisの種類別に1次直線を引きたい(geom_abline)
今回は、それをgeom_"xx"line系列の関数を利用して組み込んでみます。
事前準備
iris_dataのデータフレームとは別に、下記のデータを用意します
dMean <- iris_data %>%
group_by(Species) %>% #facet_wrapで指定する分類軸でgroup_by
summarise(Sepal.Length_mean = mean(Sepal.Length),
Sepal.Width_mean = mean(Sepal.Width))
Speciesの名前を残すことが大事です。（後述）
これを利用して組み込んでいきます
geom_hline
iris_data %>%
ggplot(aes(x = Sepal.Width, y = Sepal.Length)) +
geom_point() +
geom_hline(data = dMean, aes(yintercept = Sepal.Length_mean)) +
facet_wrap(~ Species)+
theme_bw()
geom_hlineの引数にdataとして先程作成したdMeanを入れることで、SpeciesごとのSepal.Lengthの平均をグラフに入れることができます。
この後も基本的に同様の流れです。
geom_vline
iris_data %>%
ggplot(aes(x = Sepal.Width, y = Sepal.Length)) +
geom_point() +
geom_vline(data = dMean, aes(xintercept = Sepal.Width_mean)) +
facet_wrap(~ Species)+
theme_bw()
geom_abline
iris_data %>%
ggplot(aes(x = Sepal.Width, y = Sepal.Length)) +
geom_point() +
geom_abline(data = dMean, aes(slope = Sepal.Length_mean, intercept = Sepal.Width_mean)) +
xlim(0,10) + #ablineがグラフに入るように軸の幅設定
ylim(0,10) + #ablineがグラフに入るように軸の幅設定
facet_wrap(~ Species)+
theme_bw()
ちなみにdMeanにSpeciesを入れないと下記のようなグラフになります。
dMean <- iris_data %>%
group_by(Species) %>%
summarise(Sepal.Length_mean = mean(Sepal.Length),
Sepal.Width_mean = mean(Sepal.Width)) %>%
select(-Species) #説明のためにSpecies列削除
iris_data %>%
ggplot(aes(x = Sepal.Width, y = Sepal.Length)) +
geom_point() +
geom_hline(data = dMean, aes(yintercept = Sepal.Length_mean)) +
facet_wrap(~ Species)+
theme_bw()
setosa,versicolor,virginiaそれぞれのSepal.Lengthの平均が組み込まれてしまいます。
これは推測ですが、facet_wrapでの分類軸と照らし合わせる必要がありそうです。
Enjoy!
-
このグラフを作る実際的な意味はありませんが、説明用で作りました ↩