如何在R中從數據框中繪制具有均值和標准差的單個數據點

Question

我在R中有以下格式的大型數據框：

"SubjID"    "HR"    "IBI"   "Stimulus"  "Status"
"S1"    75.98   790 1   1
"S1"    75.95   791 1   2
"S1"    65.7    918 1   3
"S1"    59.63   100 1   4
"S1"    59.44   101 1   5
"S1"    59.62   101 2   1
"S1"    63.85   943 2   2
"S1"    60.75   992 2   3
"S1"    59.62   101 2   4
"S1"    61.68   974 2   5
"S2"    65.21   921 1   1
"S2"    59.23   101 1   2
"S2"    61.23   979 1   3
"S2"    70.8    849 1   4
"S2"    74.21   809 1   4

我想為狀態列的每個值繪制“ HR”列的平均值。

我編寫了以下R代碼，在其中創建數據的子集（通過“ Status”的不同值）並進行繪制：

numberOfSeconds <- 8;

    for(stimNumber in 1:40) {

    stimulus2plot <- subset(resampledDataFile, Stimulus == stimNumber & Status <= numberOfSeconds, select=c(SubjID, HR, IBI, Stimulus, Status))

    plot(stimulus2plot$HR~stimulus2plot$Status, xlab="",ylab="")
    lines(stimulus2plot$HR~stimulus2plot$Status, xlab="",ylab="")

    }

從而獲得類似於以下內容的圖：

每個“刺激”都有一個劇情。 在每個圖的X軸上，我都有“狀態”列，在YI上，每個“ SubjID”都有一個“ HR”值。 快好了...

但是，我最終想要獲得的是每個X值只有一個Y數據點。 也就是說，Y應該是平均值（HR列的平均值），類似於下圖：

如何做到這一點？ 還要在每個數據點中將標准偏差顯示為誤差線，這將是非常棒的。

在此先感謝您的幫助。

Answer 1

您最容易做的是先預先計算值，然后繪制它們。 我將使用ddply進行這種分析：

library(plyr)
res = ddply(df, .(Status), summarise, mn = mean(HR))

並使用ggplot2進行繪制：

ggplot(res, aes(x = Status, y = mn)) + geom_line() + geom_point()

Answer 2

最簡單的方法是tapply() 。 如果您的data.frame是data ：

means <- with(data, tapply(HR, Status, mean))
plot(means, type="l")

同樣容易計算和繪制誤差線：

serr <- with(data, tapply(HR, Status, function(x)sd(x)/sqrt(length(x))))
plot(means, type="o", ylim=c(50,80))
sapply(1:length(serr), function(i) lines(rep(i,2), c(means[i]+serr[i], means[i]-serr[i])))

Answer 3

為了使它最接近您想要的：

library(ggplot2)
library(plyr)
df.summary <- ddply(df, .(Stimulus, Status), summarise,
                    HR.mean = mean(HR),
                    HR.sd = sd(HR))
ggplot(df.summary, aes(Status, HR.mean)) + geom_path() + geom_point() + 
  geom_errorbar(aes(ymin=HR.mean-HR.sd, ymax=HR.mean+HR.sd), width=0.25) +facet_wrap(~Stimulus) 

Answer 4

您可以按照以下偽數據示例作為指導，完全在ggplot2中完成此操作：

DF <- data.frame(stimulus = factor(rep(paste("Stimulus", seq(4)), each = 40)),
                 subject = factor(rep(seq(20), each = 8)),
                 time = rep(seq(8), 20),
                 resp = rnorm(160, 50, 10))
# spaghetti plots
ggplot(DF, aes(x = time, y = resp, group = subject)) +
   geom_line() +
   facet_wrap(~ stimulus, ncol = 1)
# plot of time averages by stimulus
ggplot(DF, aes(x = time, y = resp)) +
   stat_summary(fun.y = mean, geom = "line", group = 1) +
   stat_summary(fun.y = mean, geom = "point", group = 1, shape = 1) +
   facet_wrap(~ stimulus, ncol = 1)