如何在带有嵌套变量的长格式数据集中告诉ggplot几行属于一个案例

Question

我有一个长格式的数据集，其中每个参与者在实验中经历两个条件（重复测量），每个条件由多个试验组成。参与者每 condition/group 得分 (Score)，但每次试验也有个人反应时间 (RT)。

数据集如下所示：

library(tidyverse)

df <- data.frame(ID = c(rep(1, 6), rep(2, 6), rep(3, 6)), 
              Gender = factor(c(rep("M", 6), rep("M", 6), rep("F", 6))), 
              Group = factor(c(rep(c(rep(0, 3), rep(1, 3)), 3))), 
              Trial = factor(rep(c(1:3), 6)),
              Score = c(rep(10, 3), rep(20, 3), rep(15, 3), rep(25, 3), rep(18, 3), rep(12, 3)), 
              RT = runif(18)
                 )

我想做一些绘图来探索数据并专注于分数的分析，这在这个阶段更简单。我遇到的问题是 Score 中的每一行并不真正代表一个案例，因为它是 RT 以某种方式“引导”数据集的行划分的那个。要清楚，我的问题是，例如，如果我想绘制一个条形图，每个案例的计数为 Gender，我最终会得到 18 个案例的总和，而不是 3 个案例，因为实际上是这样。

ggplot(data=df, aes(Gender)) + 
  geom_bar()

我认为简化数据集的一种方法可能是每个 RT 行已经代表每个参与者 mean/median，但这需要将我的数据集一分为二，我更喜欢这是最后一个选项。此外，这不会解决我的问题，因为每个参与者将有两个 Gender。

我知道这必须很简单，但我在制定这个问题时遇到了问题，因为我仍然是 R 的新手。

感谢任何帮助！

Answer 1

因为每个 ID 有多行来计算性别，所以在绘图之前只为每个 ID 和 Gender 保留唯一值。所以你得到这样的东西：

library(dplyr)
library(ggplot2)

df %>% distinct(ID, Gender) %>% ggplot(aes(Gender)) + geom_bar()

如何在带有嵌套变量的长格式数据集中告诉ggplot几行属于一个案例

How to tell ggplot several rows belong to one case in a long format dataset with nested variables

row

r

ggplot2

dataframe

long-integer