r - 具有因子水平的双色热图

Question

我有这个数据框:

set.seed(0)
df <- data.frame(id = factor(sample(1:100, 10000, replace=TRUE), levels=1:100),
          year = factor(sample(1950:2019, 10000, replace=TRUE), levels=1950:2019)) %>% unique() %>% arrange(id, year)

我想绘制一个热图，其中 ID 在 X 轴上，年份在 Y 轴上，当数据点存在时颜色为蓝色，当数据点不存在时颜色为红色'不存在。我快到了，但我不知道如何更改两种颜色的填充参数:

ggplot(df, aes(id, year, fill= year)) + 
  geom_tile()

将两个变量绘制为因子的目的是即使在某些年份没有任何 id 时也绘制它们(并将其整行绘制为红色)。

编辑:

两件事我忘了补充(希望还不算太晚):

• 如何在不弄乱 geom_tile() 的情况下添加 alpha 透明度？
• 我需要对 ID 从最大缺失到最小缺失进行排序。

Answer 1

tidyr 包中的 complete() 函数可用于填充缺失的组合。首先，您需要设置一个标志变量来指示数据是否存在，然后用缺失的组合扩展数据框并用 0 填充新的标志变量:

df <- df %>% 
  mutate(flag = TRUE) %>% 
  complete(id, year, fill = list(flag = FALSE))

ggplot(df, aes(id, year, fill = flag)) + 
  geom_tile()

EDIT1:要增加透明度，请在 geom_tile() 中添加 alpha = 0.x，其中 x 是表示透明度的值。值越低，越透明。

EDIT2:要按缺失排序，请在 ggplot 代码之前添加以下代码:

# Determine the order of the IDs
df_order <- df %>% 
  group_by(id) %>% 
  summarize(sum = sum(flag)) %>% 
  arrange(desc(sum)) %>% 
  mutate(order = row_number()) %>% 
  select(id, order)

# Set the IDs in order on the chart
df <- df %>% 
  left_join(df_order) %>% 
  mutate(id = fct_reorder(id, order))