He hecho un gráfico mediante la utilización de ggplot2 geom_histogram de un marco de datos. Vea el siguiente ejemplo y enlace a la ggplot histograma Necesitan etiquetar cada geom_vline con los factores utilizando un anidada ddply la función y la faceta de la envoltura

Ahora necesito hacer una estructura de datos que contiene el resumen de los datos utilizados para generar la ggplot arriba.

Sector2 Family  Year    Length
BUN Acroporidae 2010    332.1300496
BUN Poritidae   2011    141.1467966
BUN Acroporidae 2012    127.479
BUN Acroporidae 2013    142.5940556
MUR Faviidae    2010    304.0405
MUR Faviidae    2011    423.152
MUR Pocilloporidae  2012    576.0295
MUR Poritidae   2013    123.8936667
NTH Faviidae    2010    60.494
NTH Faviidae    2011    27.427
NTH Pocilloporidae  2012    270.475
NTH Poritidae   2013    363.4635
  • ¿Qué datos resumidos? Puede usted ser más específico? No puedes calcular tu auto sin ggplot?
  • Hola David gracias por el post. el ggplot secuencia de comandos que se encuentran aquí stackoverflow.com/questions/25350094/… resume 27000 filas de datos. La trama es un recuento (o frecuencia) de las longitudes que se ajustan dentro de un binwidth. El resumen de los datos es lo que yo buscaba y necesitaba esto para su posterior análisis multivariante de la longitud de la distribución de frecuencia. @Didzis solución debe explicar lo que quiero decir más. Gracias de nuevo.
InformationsquelleAutor George | 2014-08-19

3 Comentarios

  1. 53

    Para obtener los valores graficados puede utilizar la función de ggplot_build() donde el argumento es su trama.

    p <- ggplot(mtcars,aes(mpg))+geom_histogram()+
          facet_wrap(~cyl)+geom_vline(data=data.frame(x=c(20,30)),aes(xintercept=x))
    
    pg <- ggplot_build(p)

    Esto hará que la lista y uno de sublistas se denomina data. Esta sublista contiene dataframe con los valores utilizados en la parcela, por ejemplo, para histrogramm contiene y valores (el mismo que count). Si utiliza facetas, a continuación, la columna PANEL muestra en la que los valores de restricción se utiliza. Si hay más de un geom_ en su parcela, a continuación, los datos se contiene dataframes para cada uno – en mi ejemplo no es una dataframe para histogramm y otro para vlines.

    head(pg$data[[1]])
      y count         x ndensity ncount density PANEL group ymin ymax
    1 0     0  9.791667        0      0       0     1     1    0    0
    2 0     0 10.575000        0      0       0     1     1    0    0
    3 0     0 11.358333        0      0       0     1     1    0    0
    4 0     0 12.141667        0      0       0     1     1    0    0
    5 0     0 12.925000        0      0       0     1     1    0    0
    6 0     0 13.708333        0      0       0     1     1    0    0
          xmin     xmax
    1  9.40000 10.18333
    2 10.18333 10.96667
    3 10.96667 11.75000
    4 11.75000 12.53333
    5 12.53333 13.31667
    6 13.31667 14.10000
    
    head(pg$data[[2]])
      xintercept PANEL group xend  x
    1         20     1     1   20 20
    2         30     1     1   30 30
    3         20     2     2   20 20
    4         30     2     2   30 30
    5         20     3     3   20 20
    6         30     3     3   30 30
    • Como soy nuevo en esto. ¿Puedo activar esta lista en un Dataframe en lugar de los valores en rstudio? Supongo que podría copiar y pegar, pero eso sería hacer trampa. Gracias de nuevo D
    • Acabo de hacer algo como df <- pg$data[[1]] para guardarlo como dataframe con el nombre df
  2. 18

    Si usted sólo necesita los datos parece layer_data está diseñado precisamente para esto :

    layer_data(p, 1)

    Que te dará los datos de la primera capa, lo mismo que ggplot_build(p)$data[[1]].

    Su código fuente es precisamente function (plot, i = 1L) ggplot_build(plot)$data[[i]]

    • Este es el dorado. Esto merece más le gusta.
    • De hecho más simple, gracias.
    • Es allí cualquier manera de conseguir las etiquetas en lugar de números de grupo?
  3. 2

    Mientras que las otras respuestas le acercan, si usted está buscando para los datos reales que se pasó a ggplot(), se puede utilizar:

    ggplot_build(p)$plot$data

    require(tidyverse)
    
    p <- ggplot(mtcars,aes(mpg))+geom_histogram()+
      facet_wrap(~cyl)+geom_vline(data=data.frame(x=c(20,30)),aes(xintercept=x))
    
    pg <- ggplot_build(p)
    #> `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
    
    pg$plot$data
    #>                      mpg cyl  disp  hp drat    wt  qsec vs am gear carb
    #> Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
    #> Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
    #> Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
    #> Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
    #> Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
    #> Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
    #> Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
    #> Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
    #> Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
    #> Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
    #> Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
    #> Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
    #> Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
    #> Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
    #> Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
    #> Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
    #> Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
    #> Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
    #> Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
    #> Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
    #> Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
    #> Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
    #> AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
    #> Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
    #> Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
    #> Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
    #> Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
    #> Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
    #> Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
    #> Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
    #> Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
    #> Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

    Creado en 2019-03-04 por el reprex paquete (v0.2.1)

    Mientras que no es útil para un modificado del marco de datos, si la tubería a través de una serie de mutate()‘s o summarize()‘s antes de llegar a la ggplot, esto puede ser útil después de que el hecho de mostrar los datos.

Dejar respuesta

Please enter your comment!
Please enter your name here