geom_smooth（）：一行，不同的顏色

Question

我目前正在嘗試自定義我的情節，目標是有一個這樣的情節：

如果我嘗試在aes（）或mapping = aes（）中指定顏色或線型，我會得到兩個不同的光滑。 每個班級一個。 這是有道理的，因為平滑將針對每種類型應用一次。
如果我在aestetics中使用group = 1 ，我會得到一行，也就是一種顏色/線型。
但我無法找到一個解決方案，為每個類都有一條不同顏色/線型的平滑線。

我的代碼：

ggplot(df2, aes(x = dateTime, y = capacity)) +
#geom_line(size = 0) +
stat_smooth(geom = "area", method = "loess", show.legend = F,
            mapping = aes(x = dateTime, y = capacity, fill = type, color = type, linetype = type)) + 
scale_color_manual(values = c(col_fill, col_fill)) +
scale_fill_manual(values = c(col_fill, col_fill2))

我的數據的結果：

可重現代碼：

文件： 在這里輸入鏈接描述 （我不能讓這個文件縮短並復制它聽到，否則我會因為數據點過少而導致平滑錯誤）

df2 <- read.csv("tmp.csv")
df2$dateTime <- as.POSIXct(df2$dateTime, format = "%Y-%m-%d %H:%M:%OS")

col_lines <- "#8DA8C5"
col_fill <- "#033F77"
col_fill2 <- "#E5E9F2"

ggplot(df2, aes(x = dateTime, y = capacity)) +
stat_smooth(geom = "area", method = "loess", show.legend = F,
          mapping = aes(x = dateTime, y = capacity, fill = type, color = type, linetype = type)) + 
scale_color_manual(values = c(col_fill, col_fill)) +
scale_fill_manual(values = c(col_fill, col_fill2))

Answer 1

我建議在繪圖函數之外對數據進行建模，然后用ggplot繪制它。 我使用管道（ %>% ）並從tidyverse mutate出於方便的原因，但你不必這樣做。 此外，我更喜歡將一條線和一個填充分開，以避免繪圖右側的虛線。

df2$index <- as.numeric(df2$dateTime) #create an index for the loess model

model <- loess(capacity ~ index, data = df2)  #model the capacity

plot <- df2 %>% mutate(capacity_predicted = predict(model)) %>% # use the predicted data for the capacity
  ggplot(aes(x = dateTime, y = capacity_predicted)) +
  geom_ribbon(aes(ymax = capacity_predicted, ymin = 0, fill = type, group = type)) +
  geom_line(aes( color = type, linetype = type)) + 
  scale_color_manual(values = c(col_fill, col_fill)) +
  scale_fill_manual(values = c(col_fill, col_fill2)) +
  theme_minimal() +
  theme(legend.position = "none")

plot

請告訴我它是否有效（我沒有原始數據來測試它），如果你想要一個沒有tidyverse功能的版本。

編輯：

不是很干凈，但使用此代碼可以獲得更平滑的曲線：

df3 <- data.frame(index = seq(min(df2$index), max(df2$index), length.out = 300), 
type = "historic", stringsAsFactors = F)
modelling_date_index <- 1512562500
df3$type[df3$index <= modelling_date_index] = "predict" 

plot <- df3 %>% mutate(capacity_predicted = predict(model, newdata = index),
                       dateTime = as.POSIXct(index, origin = '1970-01-01')) %>%
  # arrange(dateTime) %>% 
  ggplot(aes(x = dateTime, y = capacity_predicted)) +
  geom_ribbon(aes(ymax = capacity_predicted, ymin = 0, fill = type, group = 
type)) +
  geom_line(aes( color = type, linetype = type)) + 
  scale_color_manual(values = c(col_fill, col_fill)) +
  scale_fill_manual(values = c(col_fill, col_fill2)) +
  theme_minimal()+
  theme(legend.position = "none")

plot