r - geom_smooth 与 facet_grid 和不同的拟合函数

Question

首先，为这个例子道歉，但我找不到更好的数据集来证明这个问题。希望，它就足够了。假设我正在尝试从 mtcars 制作变速器(自动与手动)和齿轮数量的分面网格绘制 mpg 与位移的数据集，如下所示:

# Load library
library(ggplot2)

# Load data
data(mtcars)

# Plot data
p <- ggplot(mtcars,aes(x = disp, y = mpg)) + geom_point() + facet_grid(gear ~ am)
p <- p + geom_smooth()
print(p)

这使，



请注意，我使用 geom_smooth 添加了一条趋势线。它默认使用黄土曲线。我可以使用 nls 拟合用户定义的函数而不是黄土曲线对于方法，然后陈述一个公式，这很棒。但是有没有可能适合 不同 每个方面的用户指定曲线？例如，左上角的线性回归和右下角的衰减指数。这可能吗？还是我用锤子打螺丝？

编辑 :
给出了自定义(即用户定义)拟合函数的解决方案 here .

Answer 1

按照给出的建议here ，一个可能的解决方案是:

# Load library
library(ggplot2)

# Load data
data(mtcars)

# Vector of smoothing methods for each plot panel
meths <- c("loess","lm","lm","lm","lm","lm","lm")

# Smoothing function with different behaviour in the different plot panels
mysmooth <- function(formula,data,...){
   meth <- eval(parse(text=meths[unique(data$PANEL)]))
   x <- match.call()
   x[[1]] <- meth
   eval.parent(x)
}

# Plot data
p <- ggplot(mtcars,aes(x = disp, y = mpg)) + geom_point() + facet_grid(gear ~ am)
p <- p + geom_smooth(method="mysmooth")
print(p)