Extrahieren von Daten aus einer ggplot

Ich habe ein Grundstück mit ggplot2 geom_histogram von einem Daten-frame. Siehe Beispiel unten und link zu den ggplot Histogramm Müssen label jede geom_vline mit den Faktoren, die mit einer geschachtelten ddply Funktion und facet wrap

Ich jetzt brauchen, um einen Daten-frame, der enthält die zusammengefassten Daten verwendet, um generieren die ggplot oben.

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
  • Was die zusammengefassten Daten? Können Sie das konkretisieren? Kannst du nicht einfach berechnen, selbst ohne ggplot?
  • Hallo David vielen Dank für die post. der ggplot-Skript finden Sie hier stackoverflow.com/questions/25350094/... fasst 27000 Zeilen von Daten. Der plot ist eine Zählung - (oder Frequenz) der Längen, die passen in eine binwidth. Die zusammengefassten Daten ist das, was ich war nach, und ich brauchte diese für die weitere multivariate Analysen in die Länge-Frequenz-Verteilung. @Didzis Lösung sollte erklären, was ich meine weiteren. Nochmals vielen Dank.
InformationsquelleAutor George | 2014-08-19
  1. 53

    Um Werte tatsächlich gezeichnet, Sie können verwenden Funktion ggplot_build() where-argument ist Ihr Grundstück.

    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)

    Dadurch wird Liste und eine der Teillisten ist benannt data. Diese Teilliste enthält dataframe mit Werten, die in Handlung, zum Beispiel, für histrogramm es enthält y Werte (die gleichen wie count). Wenn Sie Facetten dann Spalte PANEL shows, in denen die facettenwerte verwendet werden. Wenn es mehr als ein geom_ in Ihrer Zeichnung dann Daten enthält dataframes für jeden - in meinem Beispiel gibt es einen dataframe für histogramm und ein weiteres für die 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$data[[2]])
  xintercept PANEL group xend  x
1         20     1     1   20 20
2         30     1     1   30 30
3         20     2     2   20 20
4         30     2     2   30 30
5         20     3     3   20 20
6         30     3     3   30 30
    • Als ich bin neu in diesem. Kann ich diese Liste in ein Dataframe Werte, sondern in rstudio? Ich denke, ich könnte das kopieren und einfügen, aber das wäre Cheaten. Vielen Dank nochmal D
    • Tun Sie nur so etwas wie df <- pg$data[[1]] speichern Sie es als dataframe mit dem Namen df
    InformationsquelleAutor Didzis Elferts
  2. 18

    Wenn Sie müssen einfach nur Daten-es scheint layer_data ist so konzipiert, das genau auf diese :

    layer_data(p, 1)

    Wird es geben Sie die Daten der ersten Schicht, wie ggplot_build(p)$data[[1]].

    Seinen source-code ist in der Tat genau function (plot, i = 1L) ggplot_build(plot)$data[[i]]

    • Dies ist golden. Dieser verdient mehr mag.
    • Es in der Tat einfacher, danke.
    • Gibt es eine Möglichkeit die Bezeichnungen statt der Gruppe zahlen?
    InformationsquelleAutor Moody_Mudskipper
  3. 2

    Während die anderen Antworten zu bekommen schließen Sie, wenn Sie auf der Suche für die eigentlichen Daten, die übergeben wurde, um ggplot(), die Sie verwenden können:

    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

    Erstellt am 2019-03-04 durch die reprex Paket (v0.2.1)

    Während das ist nicht hilfreich für eine un-modifizierten Daten-frame, wenn Sie die Rohrleitungen durch eine Reihe von mutate()'s oder summarize()'s, bevor Sie an die ggplot, dies kann nützlich sein, nach der Tat zeigen die Daten.

    InformationsquelleAutor jzadra
Schreibe einen Kommentar