如何使用 ggplot、geom_line 和 geom_ribbon 在布局中繪制多個 y 軸

Question

底部有不同的數據集。

1-1.數據集(cidf_min.csv)

姓名	數字	價值	樣品	配置文件	降低	上	等級
蘋果	1	0.056008	100	0.95	0.05458	0.059141	2
蘋果	2	0.048256	100	0.95	0.046363	0.059142	2
蘋果	3	0.042819	100	0.95	0.040164	0.059143	2
蘋果	4	0.038663	100	0.95	0.035155	0.059144	2
蘋果	5	0.035325	100	0.95	0.030146	0.059145	2

1-2.數據集(newdf_min.csv)

姓名	數字	價值	樣品	配置文件	降低	上	等級	最大限度
蘋果	2	0.01854	100	0.95	-0.06963	0.045235	2	2

 '''code''' cidf<-read.csv("D:/cidf_min.csv") newdf<-read.csv("D:/newdf_min.csv") p_min<-ggplot(cidf, aes(x=number, y=value, group=name))+geom_line(aes(color=level))+geom_ribbon(aes(ymin=lower, ymax=upper, fill=level, group=name), alpha=0.3)+geom_text(data=newdf, aes(label=name, color=level), hjust=-0.2, vjust=0.5, size=3, show.legend=F)+coord_cartesian(xlim=c(0,max(cidf$number)*1.2))+xlab(~"Con (\×"~C[max]*")")+ylab(~"score ("*mu*"C/"*mu*"F)")+theme_bw()

2-1.數據集(cidf_max.csv)

姓名	數字	價值	樣品	配置文件	降低	上	等級
蘋果	1	0.068832	100	0.95	0.061945	0.069416	2
蘋果	2	0.065256	100	0.95	0.053687	0.065841	2
蘋果	3	0.060492	100	0.95	0.046201	0.06155	2
蘋果	4	0.05585	100	0.95	0.039848	0.058739	2
蘋果	5	0.047585	100	0.95	0.033555	0.056066	2

2-2.數據集(newdf_max.csv)

姓名	數字	價值	樣品	配置文件	降低	上	等級	最大限度
蘋果	2	0.024221	100	0.95	-0.04546	0.076362	2	2

 '''code''' cidf<-read.csv("D:/cidf_max.csv") newdf<-read.csv("D:/newdf_max.csv") p_max<-ggplot(cidf, aes(x=number, y=value, group=name))+geom_line(aes(color=level))+geom_ribbon(aes(ymin=lower, ymax=upper, fill=level, group=name), alpha=0.3)+geom_text(data=newdf, aes(label=name, color=level), hjust=-0.2, vjust=0.5, size=3, show.legend=F)+coord_cartesian(xlim=c(0,max(cidf$number)*1.2))+xlab(~"Con (\×"~C[max]*")")+ylab(~"score ("*mu*"C/"*mu*"F)")+theme_bw()

3-1.數據集(cidf_mean.csv)

姓名	數字	價值	樣品	配置文件	降低	上	等級
蘋果	1	0.069673	100	0.95	0.069673	0.069673	2
蘋果	2	0.06133	100	0.95	0.057955	0.062792	2
蘋果	3	0.060497	100	0.95	0.046201	0.06155	2
蘋果	4	0.054623	100	0.95	0.044241	0.058739	2
蘋果	5	0.039852	100	0.95	0.031906	0.043719	2

3-2.數據集(newdf_mean.csv)

姓名	數字	價值	樣品	配置文件	降低	上	等級	最大限度
蘋果	2	0.014323	100	0.95	-0.06793	0.045717	2	2

 '''code''' cidf<-read.csv("D:/cidf_mean.csv") newdf<-read.csv("D:/newdf_mean.csv") p_mean<-ggplot(cidf, aes(x=number, y=value, group=name))+geom_line(aes(color=level))+geom_ribbon(aes(ymin=lower, ymax=upper, fill=level, group=name), alpha=0.3)+geom_text(data=newdf, aes(label=name, color=level), hjust=-0.2, vjust=0.5, size=3, show.legend=F)+coord_cartesian(xlim=c(0,max(cidf$number)*1.2))+xlab(~"Con (\×"~C[max]*")")+ylab(~"score ("*mu*"C/"*mu*"F)")+theme_bw()

我已經使用ggplot 、 geom_line和geom_ribbon等代碼繪制了 3 個圖。

1. 我想合並p_min 、 p_max和p_mean 。

2. p_min 、 p_max和p_mean必須位於 y 軸。

3. x 軸是數字（1,2,3,4,5）。

讓我知道如何在布局中使用復雜變量繪制多個 y 軸的圖。

Answer 1

我首先將每個數據集重命名為 cidf1、cidf2 和 cidf3，這樣它們就不會混合。 newdf 也是一樣。 我添加了一個列type ，它基本上包含它是什么類型的圖形的信息。 我不確定你是否知道 tidyvesre，所以我使用基本的 R 使用 $ 運算符添加一列

#Set 1
cidf1 <- read.csv("cidf_min.csv")
cidf1$type ="P_min"
newdf1<-read.csv("newdf_min.csv")
newdf1$type ="P_min"
 
#Set 2
cidf2<-read.csv("cidf_max.csv")
cidf2$type ="P_max"
newdf2<-read.csv("newdf_max.csv")
newdf2$type ="P_max"

#Set 3
cidf3<-read.csv("cidf_mean.csv")
cidf3$type ="P_mean"
newdf3<-read.csv("newdf_mean.csv")
newdf3$type ="P_mean"
  

然后我將它們組合在一起：

cidf = rbind(cidf1,cidf2,cidf3)
newdf =rbind(newdf1,newdf2,newdf3)

並繪制它們，設置color=type以根據數據集為每條線着色。 我刪除了您在 ggplot 中的其他內容，因為它們與您提出的問題無關。

ggplot(cidf, aes(x=X, y=value))+geom_line(aes(color=type)) +
  geom_ribbon(aes(ymin=lower, ymax=upper, fill=type), alpha=0.3) +
  xlab(~"Con (\u00D7"~C[max]*")")+ylab(~"score ("*mu*"C/"*mu*"F)")+theme_bw()

所以它非常接近你正在尋找的東西。 如果我誤解了你想要做什么，請告訴我，我會更新我的代碼