R:一个变量与其余变量的配对图

R: pairs plot of one variable with the rest of the variables

我想用我的 "True" 变量对和所有其他变量(人变量)生成一个相关图。我很确定有人在某个地方提出过这个问题,但我发现的解决方案对我不起作用。

library(ggplot2)
set.seed(0)

dt = data.frame(matrix(rnorm(120, 100, 5), ncol = 6) )
colnames(dt) = c('Salary', paste0('People', 1:5))
ggplot(dt, aes(x=Salary, y=value)) +
  geom_point() + 
  facet_grid(.~Salary)

哪里出现错误:错误:列 y 必须是一维原子向量或列表。

我知道其中一个解决方案是写出 y 中的所有变量——我试图避免这种情况,因为我的真实数据有 15 列。

此外,我不完全确定 "value"、"variables" 在 ggplot 中指的是什么。我在演示代码时看到了很多。

如有任何建议,我们将不胜感激!

您需要先 stack() 您的数据,可能这就是您所拥有的 "seen"。

dt <- setNames(stack(dt), c("value", "Salary"))

library(ggplot2)
ggplot(dt, aes(x=Salary, y=value)) +
  geom_point() + 
  facet_grid(.~Salary)

产量

您想使用 tidyr::gather() 将数据从 wide 格式转换为 long 格式。这是使用 tidyverse 框架

中的包的解决方案
library(tidyr)
library(ggplot2)
theme_set(theme_bw(base_size = 14))

set.seed(0)
dt = data.frame(matrix(rnorm(120, 100, 5), ncol = 6) )
colnames(dt) = c('Salary', paste0('People', 1:5))

### convert data frame from wide to long format
dt_long <- gather(dt, key, value, -Salary)
head(dt_long)
#>      Salary     key     value
#> 1 106.31477 People1  98.87866
#> 2  98.36883 People1 101.88698
#> 3 106.64900 People1 100.66668
#> 4 106.36215 People1 104.02095
#> 5 102.07321 People1  99.71447
#> 6  92.30025 People1 102.51804

### plot
ggplot(dt_long, aes(x = Salary, y = value)) +
  geom_point() +
  facet_grid(. ~ key) 

### if you want to add regression lines
library(ggpmisc)

# define regression formula
formula1 <- y ~ x

ggplot(dt_long, aes(x = Salary, y = value)) +
  geom_point() +
  facet_grid(. ~ key) +
  geom_smooth(method = 'lm', se = TRUE) +
  stat_poly_eq(aes(label = paste(..eq.label.., ..rr.label.., sep = "~~")), 
               label.x.npc = "left", label.y.npc = "top",
               formula = formula1, parse = TRUE, size = 3) +
  coord_equal()

### if you also want ggpairs() from the GGally package
library(GGally)
ggpairs(dt)

reprex package (v0.2.1.9000)

创建于 2019-02-28