以小平面方式堆叠不同的地块 [英] Stacke different plots in a facet manner

问题描述

为了使用ggplot进行培训并提高我在编写R函数方面的技能，我决定构建一系列可以生成生存地块的函数以及各种额外的函数。我设法为基本生存阴谋建立了良好的工作职能，现在我正在接受临时工。我想要做的一件事是在生存图的顶部叠加一个给定时间点处于风险数字区域图的选项。我希望它看起来就像ggplot的 facet_grid 选项，但是我没有设法使用这个函数。我不希望这两块地块粘在一起，就像我们可以用 grid.arrange 做的那样，而是要有相同的x轴。

以下代码生成两个（简化）图，我想将它们堆叠在一起。我试图用 facet_grid 来做到这一点，但我不认为解决方案在于这个

  library（survival）
 library（ggplot2）
 data（lung）
s < -  survfit（Surv（time，status）〜1，data = lung）
 dat<  -  data.frame（time = c（0，s $ time），
 surv = c（1，s $ surv），
 nr = c（s $ n，s $ ）
 pl1 < -  ggplot（dat，aes（time，surv））+ geom_step（）
  

  pl2 < -  ggplot（dat，aes（time，nr））+ geom_area（）
  

解决方案

首先，将数据融化为长格式。

  library（reshape2 ）
 dat.long< -melt（dat，id.vars =time）
 head（dat.long）
时间变量值
 1 0存活1.00000 00 
 2 5生存0.9956140 
 3 11生存0.9824561 
 4 12生存0.9780702 
 5 13生存0.9692982 
 6 15生存0.9649123 
  

然后使用 subset（）来仅使用 code中的数据 geom_step（）和 nr 中的数据geom_area（）和 facet_grid（），您将在单独的方面获得每个图，因为变量用于为分面和子集划分数据。 scales =free_y会使漂亮的轴线变得美丽。
$ b

  ggplot + geom_step（data = subset（dat.long，variable ==surv），aes（time，value））+ 
 geom_area（data = subset（dat.long，variable ==nr），aes （time，value））+ 
 facet_grid（变量〜。，scales =free_y）
  

To train with ggplot and to improve my skills in writing R functions I decided to build a series of functions that produces survival plots, with all kinds of extras. I managed to build a good working function for the basic survival plot, now I am getting to the extras. One thing I would like to do is an option that stacks an area plot of the number at risk at a given time point, on top of the survival plot. I would like it to look just like the facet_grid option of ggplot, but I did not manage to do it with this function. I do not want the two plots binded, like we can do with grid.arrange, but rather to have the same x-axis.

The following code produces the two (simplified) plots that I would like to stack on top of each other. I tried to do this with facet_grid, but I don't think the solution lies in this

library(survival)
library(ggplot2)
data(lung)
s <- survfit(Surv(time, status) ~ 1, data = lung)
dat <- data.frame(time = c(0, s$time),
                  surv = c(1, s$surv),
                  nr = c(s$n, s$n.risk))
pl1 <- ggplot(dat, aes(time, surv)) + geom_step()

pl2 <- ggplot(dat, aes(time, nr)) + geom_area()

解决方案

First, melt your data to long format.

library(reshape2)
dat.long<-melt(dat,id.vars="time")
head(dat.long)
  time variable     value
1    0     surv 1.0000000
2    5     surv 0.9956140
3   11     surv 0.9824561
4   12     surv 0.9780702
5   13     surv 0.9692982
6   15     surv 0.9649123

Then use subset() to use only surv data in geom_step() and nr data in geom_area() and with facet_grid() you will get each plot in separate facet as variable is used to divide data for facetting and for subsetting. scales="free_y" will make pretty axis.

ggplot()+geom_step(data=subset(dat.long,variable=="surv"),aes(time,value))+
  geom_area(data=subset(dat.long,variable=="nr"),aes(time,value))+
  facet_grid(variable~.,scales="free_y")

这篇关于以小平面方式堆叠不同的地块的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！