仅从包含所有值的数据框中绘制上四分位数

Question

我有一个大数据框 df，其中包含一个非唯一标识符列表 (Cell.ID) 以及该标识符中的信息。它看起来像这样：

    Cell.ID Volume
1   025001G 2.08
2   025001G 0.30
3   025001G 0.99
4   025001G 0.60
5   025001G 0.43
6   025001G 0.24
7   025001G 0.59
8   025001R 1.74
9   025001R 1.09
10  025001R 0.58
11  025001R 0.75
12  025001R 0.62
13  025002G 8.59
14  025002G 1.26
15  025002R 6.31
16  025002R 0.56
17  025003G 1.95
18  025003G 2.18
19  025003G 0.21

我想做的是绘制一个图，其中 Y 轴对应于体积，X 坐标对应于特定 Cell.ID 的实例数。这部分很简单，但我希望每个对象的 Y 坐标要么是跨越上两个分位数的框，要么是代表第二高分位数的点。使用 tapply(df$Volume,quantile) 和 table(df$Cell.ID) 我能够创建一个如下图所示的数据框，其中包含制作所述图的必要信息。 Freq 包含有关特定 Cell.ID（行名）出现次数的信息，而 Quantile 包含有关 Cell.ID.

中对象的体积分布的信息

 row.names       quantile                        Var1     Freq
1   010001G c(0.27, 0.27, 0.325, 0.6125, 1.31)    010001G   4
2   010001R c(0.22, 0.365, 0.51, 0.655, 0.8)     010001R    2
3   010002G c(0.67, 0.8025, 0.935, 1.0675, 1.2)  010002G    2
4   010002R c(0.25, 0.41, 0.57, 0.73, 0.89)      010002R    2
5   010003G c(0.22, 0.295, 0.345, 0.3725, 0.38)  010003G    4
6   010003R c(0.22, 0.2675, 0.315, 0.3625, 0.41) 010003R    2
7   010004G c(0.35, 0.41, 0.625, 1.165, 2.2)     010004G    4
8   010004R c(0.2, 0.4075, 0.615, 0.8225, 1.03)  010004R    2
9   010005G c(3.95, 3.95, 3.95, 3.95, 3.95)      010005G    1
10  010005R c(0.47, 0.775, 1.08, 2.53, 3.98)     010005R    3
11  010006G c(0.25, 0.98, 1.71, 2.98, 4.25)      010006G    3

然而，我一直在研究如何 select 仅在每行中从分位数列中绘制某些分位数。我尝试了一些方法，但出现如下错误：

Error in xy.coords(x, y, xlabel, ylabel, log) : 
  'x' is a list, but does not have components 'x' and 'y

Answer 1

如果我对你的问题的理解正确，你不需要所有的分位数，只需要其中的一两个。所以你可以尝试这样的事情：

Q75 <- tapply(df$Volume, df$Cell.ID, quantile, probs = 0.75)
freq <- table(df$Cell.ID)
plot(x = as.vector(freq), y = Q75, 
     xlab = "Frequency", ylab = "75th Quantile")

或第 75 和第 95 分位数：

Q7595 <- do.call(rbind.data.frame, 
                 tapply(df$Volume, df$Cell.ID, quantile, 
                        probs = c(0.75, 0.95), simplify = TRUE))
## Empty plot
matplot(x = as.vector(freq), y = Q7595, type = "n", 
        xlab = "Frequency", ylab = "75th and 95th Quantiles")
## Boxes 
rect(xleft = as.vector(freq) - 0.25, xright = as.vector(freq) + 0.25, 
     ytop = Q7595[,1], ybottom = Q7595[,2])

结果如下：

当然它需要一些美学上的改变，但我希望它能有所帮助，亚历克斯

仅从包含所有值的数据框中绘制上四分位数

Plotting upper quanitles only from dataframe containg all values

r

scatter-plot

quantile

boxplot