在 dplyr 中分組后將誤差線添加到 ggplot2 條形圖

Question

我在 R 中有以下數據。

oligo  condition  score
REF    Sample     27.827
REF    Sample     24.622
REF    Sample     31.042
REF    Competitor 21.066
REF    Competitor 18.413
REF    Competitor 36.164
ALT    Sample     75.465
ALT    Sample     57.058
ALT    Sample     66.408
ALT    Competitor 35.420
ALT    Competitor 17.652
ALT    Competitor 21.466

我已經對此進行了修改，並使用 dplyr 中的group_by和summarise函數計算了每個條件的分數的平均值。

emsa_test <- emsa_1 %>% 
  group_by(oligo,condition) %>%
  summarise_all(mean)

創建此表。

oligo  condition  score
ALT    Competitor 24.84600
ALT    Sample     66.31033
REF    Competitor 25.21433
REF    Sample     27.83033

然后我使用 ggplot2 繪制了這個圖。

ggplot(emsa_test, aes(oligo, score)) + 
geom_bar(aes(fill = condition), 
         width = 0.4, position = position_dodge(width=0.5), color = "black", stat="identity", size=.3) +  
theme_bw() +
ggtitle("CEBP\u03b1") +
theme(plot.title = element_text(size = 40, face = "bold", hjust = 0.5)) +
scale_fill_manual(values = c("#d8b365", "#f5f5f5"))

我的問題是我需要在圖中添加誤差線。 實現將與此類似。

geom_errorbar(aes(ymin=len-se, ymax=len+se), width=.1, position=pd)

然而，在數據被修改后，表 1 中包含的最大值和最小值信息將丟失。 我可以手動添加誤差線，但我有一些要繪制的圖，所以想知道是否有辦法通過管道保留這些信息。

非常感謝。

Answer 1

您可以使用dplyr即時計算組件：

library(tidyverse)

df <- read_table(
"oligo  condition  score
REF    Sample     27.827
REF    Sample     24.622
REF    Sample     31.042
REF    Competitor 21.066
REF    Competitor 18.413
REF    Competitor 36.164
ALT    Sample     75.465
ALT    Sample     57.058
ALT    Sample     66.408
ALT    Competitor 35.420
ALT    Competitor 17.652
ALT    Competitor 21.466"
)

df %>%
  group_by(oligo, condition) %>%
  summarise(
    mean = mean(score),
    sd = sd(score),
    n = n(),
    se = sd / n
  ) %>%
  ggplot(aes(x = oligo, y = mean, fill = condition)) +
  geom_col(position = position_dodge()) +
  geom_errorbar(
    aes(ymin = mean - se, ymax = mean + se), 
    position = position_dodge2(padding = 0.5)
  ) +
  labs(
    title = "Mean Score ± 1 SE"
  )

^{由reprex軟件包 （v0.2.1）創建於2019-04-01}

Answer 2

您可以匯總多個值並保留min max和mean ：

emsa_test <- emsa_1 %>% 
  group_by(oligo,condition) %>%
  summarise(mean=mean(score),min=min(score),max=max(score))

Answer 3

沒有足夠的聲譽來評論，但只是注意到 JasonAizkalns 的回答中的一個錯誤，以防其他人簡單地復制代碼：se = sd/sqrt(n)