r - 为每个因素组添加单独的 vlines 到 ggplot(可变重要性随机森林的点图)

Question

我正在使用 ggplot2 从随机森林中绘制六个相关变量重要性结果的点图。我的数据(我已经使用 reshape2 将其转换为长格式)如下所示(我的真实数据集更大一些):

Factor    Group    Value
Gender      A      0.000127
Age         A      0.000383
Informant   A     -0.000191
Gender      B     -0.000255
Age         B      0.000389
Informant   B     -0.000312
Gender      C     -0.000285
Age         C      0.000389
Informant   C     -0.000282

我可以像这样制作点图:

ggplot(mydata, aes(x = Value, y = Factor, colour = Group)) + geom_point() 

这是一个不同数据集的示例:

但是，我想要画一条线来指示哪些因素对每个组都很重要。如 this guide 第 4 页所述，在这样的数据集中，“如果变量的重要性值高于最低负分变量的绝对值，则变量可以被认为是信息丰富且重要的”。

我想要一个看起来像上面的情节，同时每个组都有单独的重要线。这段代码让我很接近，但不会为每个组做单独的行。有人知道怎么做吗？我已经尝试将美学颜色映射到组，但显然遗漏了一些东西。

ggplot(mydata, aes(x = Value, y = Factor, colour = Group)) +
geom_point() +geom_vline(data=mydata, aes(xintercept=abs(min(Value)),
colour=Group))

Answer 1

我不确定为什么您的代码不起作用，但是 geom_vline 应用 xintercept 参数中的函数的方式出了点问题。相反，在 ggplot 之外执行此操作，为 Group 的每个级别创建一个包含 x 截距值的单独数据框，并将其提供给 geom_vline.

# Create the dotplot without the significance lines
p = ggplot(mydata, aes(x = Value, y = Factor, colour = Group)) +
           geom_point()

# Create a separate data frame with the x-intercept for each level of Group 
# (I used dplyr for this, but you can of course do this in base R, data.table, 
#  or whatever your favorite method happens to be)
library(dplyr)
signif.lines = mydata %.%
  group_by(Group) %.%
  summarise(xvalue=abs(min(Value)))

# Add significance lines to the plot using the new data frame
p + geom_vline(data=signif.lines, aes(xintercept=xvalue, colour=Group))