r - ggplot : lineplot of means of two groups

Question

我已经在堆栈中搜索并搜索了我的问题的答案； this one接近我的问题，但我未能成功修改代码以修复我的图表。

我有数据，以长格式重新整形，如下所示:

ID          Var1      GenePosition   ContinuousOutcomeVar
1           control      X20068492 0.092813611
2           control      X20068492 0.001746708
3           case         X20068492 0.069251157
4           case         X20068492 0.003639304

每个 ID ContinuousOutcomeVar 有一个值每个位置，有86个位置和10个ID。我想绘制一个折线图，其中 x 轴上的位置和 y 轴上的连续结果变量。我想要两组:病例组和对照组，所以每个位置应该有两个点:一个是病例的平均值，一个是对照的平均值。然后我想要一条连接机箱的线和一条连接控件的线。我知道这很容易，但我是 R 新手——我已经工作了 8 个小时，但我不能完全正确。以下是我所拥有的；我真的很感激一些见解。如果这存在于堆栈中的某个地方，我真的很抱歉……老实说，我仔细查看并尝试修改了很多代码，但仍然没有正确。

我的代码:
此代码绘制每个位置的所有 ID 的所有值，并将它们连接到两个组。它在每个位置的所有 10 个值的平均值处给了我一个黑点(我认为):

lineplot <- ggplot(data=seq.long, aes(x=Position, y=PMethyl, 
    group=CACO, colour=CACO)) +
    stat_summary (fun.y=mean, geom="point", aes(group=1), color="black") +      
    geom_line() + geom_point()

我不能让 R 不绘制所有 10 个点；每个位置只有两个平均值(每个病例/对照组一个)，病例和控制值分别通过 x 轴上的一条线连接。

Answer 1

首先，调整您的原始样本数据以包含多个唯一的 GenePosition .

dput(seq.long)
structure(list(ID = 1:8, Var1 = structure(c(2L, 2L, 1L, 1L, 2L, 
2L, 1L, 1L), .Label = c("case", "control"), class = "factor"), 
    GenePosition = structure(c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L
    ), .Label = c("X20068492", "X20068493"), class = "factor"), 
    ContinuousOutcomeVar = c(0.092813611, 0.001746708, 0.069251157, 
    0.003639304, 0.112813611, 0.002746708, 0.089251157, 0.004639304
    )), .Names = c("ID", "Var1", "GenePosition", "ContinuousOutcomeVar"
), class = "data.frame", row.names = c(NA, -8L))

如果您只想为每个 GenePosition 表示一个值和 Var1组合，那么在绘图之前计算平均值会更容易。这可以通过函数 ddply() 来实现来自图书馆 plyr .

library(plyr)    
seq.long.sum<-ddply(seq.long,.(Var1,GenePosition),
       summarize, value = mean(ContinuousOutcomeVar))
seq.long.sum
     Var1 GenePosition      value
1    case    X20068492 0.03644523
2    case    X20068493 0.04694523
3 control    X20068492 0.04728016
4 control    X20068493 0.05778016

现在有了这个新的数据框，你只需要给 x和 y值(value)观。 Var1应在 colour= 中使用和 group=以确保每个组具有不同的颜色并且线是连接的。

ggplot(seq.long.sum,aes(x=GenePosition,y=value,colour=Var1,group=Var1))+
   geom_point()+geom_line()