在每个组的分类 x 轴内覆盖 geom_line - ggplot2

Question

我想像这样制作 plot ：

方框代表连续变量在组内的分布； 红色圆圈是显示所有实际观察的点。 到目前为止，一切都很好。 使用geom_boxplot + geom_point和群体美学，这很简单。

以下是两个转折点：

1. 点的水平 position不是随机抖动。 它们是使用连续 X 轴而不是分类轴的 XY 坐标
2. 该线是适合这些点的趋势线。

一些上下文：此 plot 显示产品的使用（Y 轴）与允许的使用（X）。 X 轴组是互斥的离散层，本质上是一个无限的连续使用变量。 EG, 1-4, 5-9, 10-20 等等。从视觉的角度来看，plot 在这些组中的连续对我来说并不疯狂，这有意义吗？ 但我不知道如何开始让ggplot2同意我的观点。

我的偏好是让箱形图沿 X 轴均匀分布，但如果我需要从轴连续开始，并让组在 X 轴上占据成比例的空间，那么我会满足于此（可能使用记录轴以防止较低、狭窄的组被完全弄脏。

这应该作为示例数据：

df <- structure(list(usage = c(1L, 4L, 2L, 5L, 4L, 1L, 2L, 98L, 9L, 
                               4L, 6L, 6L, 1L, 2L, 2L, 2L, 3L, 2L, 5L, 1L), allowed = c(2, 20, 
                                                                                        3, 3, 5, 5, 1, 1, 1, 5, 10, 5, 7, 12, 2, 5, 23, 10, 5, 2), id = c(1055L, 
                                                                                                                                                          2155L, 6637L, 11068L, 2070L, 8524L, 9157L, 5963L, 7593L, 3470L, 
                                                                                                                                                          3557L, 7469L, 9142L, 408L, 9446L, 1552L, 4788L, 7233L, 8464L, 
                                                                                                                                                          2188L), group = c("A", "B", "A", "A", "A", "A", "A", "A", "A", 
                                                                                                                                                                            "A", "B", "A", "B", "B", "A", "A", "B", "B", "A", "A")), row.names = c(NA, 
                                                                                                                                                                                                                                                   -20L), class = c("tbl_df", "tbl", "data.frame"))

Answer 1

这是我为你想出的：

# you had some values that were = 98 in usage and throwing everything off..
df <- df %>% dplyr::filter(usage < 50)

p <- 
ggplot(df, aes(allowed, usage)) +
  geom_boxplot(aes(group=group)) +
  geom_point() +
  geom_smooth(alpha=0, method='lm') +
  facet_wrap(~group, scales='free_x', strip.position = 'bottom') +
  theme_classic() +
  theme(
    axis.text.x = element_blank(),       # remove x axis text
    axis.ticks.x = element_blank(),      # remove tick marks on x axis
    axis.title.x = element_blank(),      # remove title for axis
    strip.background = element_blank(),  # no box on facet label
    strip.placement = 'outside',         # facet label is outside axis line
    strip.text = element_text(size=12),
    panel.spacing.x = unit(0, 'pt')      # remove space between facets
  )
p

一般的想法是考虑你在这里有 2 x 轴。 您想要 plot 您的点的主轴是df$allowed ，而您想要基于df$group进行分组。 我在这里能想到的最简单的解决方案是将df$group的每个值视为一个单独的方面，然后通过将它们之间的空间设置为零来将这些方面“缝合”在一起。 似乎运作良好。

否则，这里唯一的评论是，这些框可能有点靠得太近，您不喜欢 - 区分一组的点以与另一组区分开来。 由于每个组都是一个方面，因此是一个完全独立的 plot，您可以通过添加/扩展每个方面的主要 x 轴来“挤压”这些框，如下所示：

p + scale_x_continuous(expand=expansion(mult=c(0.8)))

注意：我必须删除一些使用中的超高值才能真正正确地看到你的图。 我想这是复制数据的产物（如缺失值）。