r - geom_segment 变长错误

Question

在我更新到版本 2.2.0 之前，以下代码在 ggplot2 中有效。现在我得到了 Error: Aesthetics must be either length 1 or the same as the data (30): x, y, xend, yend。该错误是由两次 geom_segment 调用引起的。

drug1 <- c(.7, -1.6, -.2, -1.2, -.1, 3.4, 3.7, .8, 0, 2)
drug2 <- c(1.9, .8, 1.1, .1, -.1, 4.4, 5.5, 1.6, 4.6, 3.4)
d <- data.frame(Drug=c(rep('Drug 1', 10), rep('Drug 2', 10),
                  rep('Difference', 10)),
                extra=c(drug1, drug2, drug2 - drug1))

ggplot(d, aes(x=Drug, y=extra)) + 
  geom_boxplot(col='lightyellow1', alpha=.3, width=.5) + 
  geom_dotplot(binaxis='y', stackdir='center', position='dodge') +
  stat_summary(fun.y=mean, geom="point", col='red', shape=18, size=5) +
  geom_segment(aes(x=rep('Drug 1', 30), xend=rep('Drug 2', 30), y=drug1, yend=drug2),
               col=gray(.8)) +
  geom_segment(aes(x='Drug 1', xend='Difference', y=drug1, yend=drug2 - drug1),
               col=gray(.8)) +
  xlab('') + ylab('Extra Hours of Sleep') + coord_flip()

更新:改进的代码:

drug1 <- c(.7, -1.6, -.2, -1.2, -.1, 3.4, 3.7, .8, 0, 2)
drug2 <- c(1.9, .8, 1.1, .1, -.1, 4.4, 5.5, 1.6, 4.6, 3.4)
d <- data.frame(Drug=c(rep('Drug 1', 10), rep('Drug 2', 10),
                  rep('Difference', 10)),
                extra=c(drug1, drug2, drug2 - drug1))
w <- data.frame(drug1, drug2, diff=drug2 - drug1)

ggplot(d, aes(x=Drug, y=extra)) +
  geom_boxplot(col='lightyellow1', alpha=.3, width=.5) + 
  geom_dotplot(binaxis='y', stackdir='center', position='dodge') +
  stat_summary(fun.y=mean, geom="point", col='red', shape=18, size=5) +
  geom_segment(data=w, aes(x='Drug 1', xend='Drug 2', y=drug1, yend=drug2),
               col=gray(.8)) +
  geom_segment(data=w, aes(x='Drug 1', xend='Difference', y=drug1, yend=drug2 - drug1),
               col=gray(.8)) +
  xlab('') + ylab('Extra Hours of Sleep') + coord_flip()

Answer 1

代码的更新版本生成数据帧 d，如下所示:

drug1 <- c(.7, -1.6, -.2, -1.2, -.1, 3.4, 3.7, .8, 0, 2)
drug2 <- c(1.9, .8, 1.1, .1, -.1, 4.4, 5.5, 1.6, 4.6, 3.4)
d <- data.frame(Drug=c(rep('Drug 1', 10), rep('Drug 2', 10),
                  rep('Difference', 10)),
                extra=c(drug1, drug2, drug2 - drug1))

> d
         Drug extra
1      Drug 1   0.7
2      Drug 1  -1.6
3      Drug 1  -0.2
4      Drug 1  -1.2
5      Drug 1  -0.1
6      Drug 1   3.4
7      Drug 1   3.7
8      Drug 1   0.8
9      Drug 1   0.0
10     Drug 1   2.0
11     Drug 2   1.9
12     Drug 2   0.8
13     Drug 2   1.1
14     Drug 2   0.1
15     Drug 2  -0.1
16     Drug 2   4.4
17     Drug 2   5.5
18     Drug 2   1.6
19     Drug 2   4.6
20     Drug 2   3.4
21 Difference   1.2
22 Difference   2.4
23 Difference   1.3
24 Difference   1.3
25 Difference   0.0
26 Difference   1.0
27 Difference   1.8
28 Difference   0.8
29 Difference   4.6
30 Difference   1.4

由于两个原因，这种创建数据框的方法有问题:

1. 变量drug1 和drug2 存在于全局环境和data.frame d 中。这会造成混淆、掩蔽和其他错误的可能性。

2. 差异 与产生差异的值相关联的唯一方法是行排序。例如，第 1 行和第 11 行的值在第 21 行产生了差异。如果您以后对数据集进行任何修改，这可能会产生问题。

我建议以这样的方式创建数据框:

d2 <- data.frame(
  pair = 1:10,
  drug1 = c(.7, -1.6, -.2, -1.2, -.1, 3.4, 3.7, .8, 0, 2),
  drug2 = c(1.9, .8, 1.1, .1, -.1, 4.4, 5.5, 1.6, 4.6, 3.4)
) 

   pair drug1 drug2
1     1   0.7   1.9
2     2  -1.6   0.8
3     3  -0.2   1.1
4     4  -1.2   0.1
5     5  -0.1  -0.1
6     6   3.4   4.4
7     7   3.7   5.5
8     8   0.8   1.6
9     9   0.0   4.6
10   10   2.0   3.4

有一个明确的 pair 变量链接这些值，d2 之外不存在 drug1 和 drug2 的额外副本。

然后您可以使用 tidyr 转换为 tidy/long 格式(以便与 ggplot 和建模包一起使用):

tidyr::gather(d2, drug, value, drug1, drug2)

   pair  drug value
1     1 drug1   0.7
2     2 drug1  -1.6
3     3 drug1  -0.2
4     4 drug1  -1.2
5     5 drug1  -0.1
6     6 drug1   3.4
7     7 drug1   3.7
8     8 drug1   0.8
9     9 drug1   0.0
10   10 drug1   2.0
11    1 drug2   1.9
12    2 drug2   0.8
13    3 drug2   1.1
14    4 drug2   0.1
15    5 drug2  -0.1
16    6 drug2   4.4
17    7 drug2   5.5
18    8 drug2   1.6
19    9 drug2   4.6
20   10 drug2   3.4