“for”循环只添加最终的ggplot图层

Question

“for”循环只添加最终的ggplot图层简介：当我使用“for”循环将图层添加到小提琴图（在ggplot中）时，添加的唯一图层是由最终循环迭代创建的图层。然而，在模拟循环将生成的代码的显式代码中，添加了所有层。详细信息：我正在尝试创建具有重叠层的小提琴图，以显示估计分布对于多个调查问题响应重叠或不重叠的程度，按地点分层。我希望能够包含任意数量的地方，因此每个地方我都有一列数据框，并且我尝试使用“for”循环来为每个地方生成一个ggplot图层。但是循环只会从循环的最后一次迭代中添加该层。此代码说明了问题，以及一些失败的建议方法：library(ggplot2) # Create a dataframe with 500 random normal values for responses to 3 survey questions from two citiestopic <- c("Poverty %","Mean Age","% Smokers")place <- c("Chicago","Miami")n <- 500mean <- c(35,  40,58,  50, 25,20)var  <- c( 7, 1.5, 3, .25, .5, 1)df <- data.frame( topic=rep(topic,rep(n,length(topic)))                 ,c(rnorm(n,mean[1],var[1]),rnorm(n,mean[3],var[3]),rnorm(n,mean[5],var[5]))                 ,c(rnorm(n,mean[2],var[2]),rnorm(n,mean[4],var[4]),rnorm(n,mean[6],var[6]))                )names(df)[2:dim(df)[2]] <- place  # Name those last two columns with the corresponding place name.head(df) # This "for" loop seems to only execute the final loop (i.e., where p=3)g <- ggplot(df, aes(factor(topic), df[,2]))for (p in 2:dim(df)[2]) {  g <- g + geom_violin(aes(y = df[,p], colour = place[p-1]), alpha = 0.3)}g# But mimicing what the for loop does in explicit code works fine, resulting in both "place"s being displayed in the graph.g <- ggplot(df, aes(factor(topic), df[,2]))g <-   g + geom_violin(aes(y = df[,2], colour = place[2-1]), alpha = 0.3)g <-   g + geom_violin(aes(y = df[,3], colour = place[3-1]), alpha = 0.3)g## per http://stackoverflow.com/questions/18444620/set-layers-in-ggplot2-via-loop , I tried g <- ggplot(df, aes(factor(topic), df[,2]))for (p in 2:dim(df)[2]) {  df1 <- df[,c(1,p)]  g <- g + geom_violin(aes(y = df1[,2], colour = place[p-1]), alpha = 0.3)}g# but got the same undesired result

Answer 1

发生这种情况的原因是由于ggplot“懒惰评估”。当ggplot以这种方式使用时，这是一个常见的问题（将这些层分别放在一个循环中，而不是ggplot像你在@ hrbrmstr的解决方案中那样使用它）。

ggplot将参数存储aes(...)为表达式，并仅在渲染绘图时对其进行求值。所以，在你的循环中，类似于

aes(y = df[,p], colour = place[p-1])

按原样存储，并在循环完成后渲染绘图时进行评估。此时，p = 3，因此所有图都以p = 3呈现。

因此，执行此操作的“正确”方法是melt(...)在reshape2包中使用，以便将数据从宽格式转换为长格式，并让您ggplot管理图层。我把“正确”放在引号中，因为在这种特殊情况下有一个微妙之处。在使用融合数据框计算小提琴的分布时，ggplot使用总计（芝加哥和迈阿密）作为比例。如果你想要基于单独缩放频率的小提琴，你需要使用循环（遗憾地）。

延迟评估问题的方法是在data=...定义中对循环索引进行任何引用。这不是作为表达式存储的，实际数据存储在绘图定义中。所以你可以这样做：

g <- ggplot(df,aes(x=topic))for (p in 2:length(df)) {
  gg.data <- data.frame(topic=df$topic,value=df[,p],city=names(df)[p])
  g <- g + geom_violin(data=gg.data,aes(y=value, color=city))}g

这会产生与你相同的结果。请注意，索引p不会显示在aes(...)。

---

更新：关于scale="width"（在评论中提到）的说明。这导致所有小提琴具有相同的宽度（见下文），这与OP的原始代码中的缩放不同。IMO这不是一个可视化数据的好方法，因为它表明芝加哥集团有更多的数据。

ggplot(gg) +geom_violin(aes(x=topic,y=value,color=variable),
                        alpha=0.3,position="identity",scale="width")

Answer 2

你可以做到没有循环：

df.2 <- melt(df)

gg <- ggplot(df.2, aes(x=topic, y=value))

gg <- gg + geom_violin(position="identity", aes(color=variable), alpha=0.3)

gg