r - 将facet_wrap分割成多页PDF

Question

我一直在寻找解决方案，但是似乎大多数处理都是将单独生成的图合并为PDF格式，而不是将使用分面生成的图分离到PDF的不同页面上。

Example Data

在上面的数据中使用以下代码，在生成的列表中选择所有项：

Ex<-read.csv("StackOverflowEx (3).csv")
library(ggplot2)
library(reshape2)
vars <- select.list(names(Ex),multiple=TRUE,graphics=TRUE)
Cases<-subset(Ex,select=vars)

gg<-melt(Cases,id=c("Item","Total","Admin"))
print(ggplot(gg, aes(x=Total,y=Admin))+
  geom_point(colour="dark green",size=1.5)+
  geom_point(aes(y=value,color=variable))+
  geom_smooth(aes(y=value,fill=variable),
              method=loess,size=1,linetype=1,se=T)+
  facet_wrap(~variable,ncol=2,nrow=1000)+
  ylim(0,1)+
  labs(x="Expected",y="Admin",title=vars))

...应生成所有8个（A-H）案例的分面包装。但是，生成该图趋于使图变得狭窄，使它们难以理解，并且在实践中，我打算在500多种情况下使用此图（这种情况只会返回标有列名且没有可读图表的条形图）。

转换为PDF时，是否可以指定刻面中要显示在单个页面上的图表数量，而不是将所有图压缩到单个页面中？例如，使用上述数据，在分别包含所有8个案例的单独页面上生成两个2x2绘图（即第1页的案例A-D，第2页的案例E-H）。

我可以通过突出显示4个案例+“项目”，“总计”和“管理员”，然后对接下来的4个案例重复并组合生成的PDF来完成此操作。但是，在实践中，如果有500多个案例，这将意味着进行100多次迭代，并且有很多潜在的人为错误。自动化过程的一些帮助将非常有用。

Answer 1

由于尚无答案。这是一个：

library(ggplot2)
library(reshape2)

Ex <- read.csv("C:/Users/Thomas/Desktop/StackOverflowEx (3).csv")
gg <- melt(Ex,  id = c("Item", "Total", "Admin"))

# put in number of plots here
noPlots <- 4
# save all variables in a seperate vector to select in for-loop
allVars <- unique(gg$variable)
noVars <- length(allVars)

# indices for plotting variables
plotSequence <- c(seq(0, noVars-1, by = noPlots), noVars)

# pdf("plotpath.pdf") # uncomment to save the resulting plots in a pdf file
# loop over the variables to plot
for(ii in 2:length(plotSequence)){
  # select start and end of variables to plot
  start <- plotSequence[ii-1] + 1
  end <- plotSequence[ii]

  # subset the variables and save new temporary data.frame
  tmp <- subset(gg, variable %in% allVars[start:end])
  cat(unique(tmp$variable), "\n")

  # generate plot
  p <- ggplot(tmp,  aes(x = Total, y = Admin))+
    geom_point(colour = "dark green", size = 1.5)+
    geom_point(aes(y = value, color = variable))+
    geom_smooth(aes(y = value, fill = variable), 
                method = loess, size = 1, linetype = 1, se = T)+
    facet_wrap(~variable, ncol = 2, nrow = 1000)+
    ylim(0, 1)+
    labs(x = "Expected",  y = "Admin")
  print(p)
}
# dev.off()