根据类别从给定的分位数值计算回归线

Question

我有一个相当大的数据框（近 100,000 个观察值和大约 40 个变量），我希望 ggplot 从中绘制带有 lm 线或黄土线的散点图。但是这些线应该只根据每个观察日期的变量值的某个分位数来计算。我想直接在 ggplot 中进行过滤或子集化，而无需提前创建新的数据对象或子数据框。

由于我的 'real' 数据框太大，我创建了一个虚构的示例，其中包含一个名为 df_Bandvals 的 144 个观察数据框（代码在post)。
下面是结构，前 25 行和一个基于所有观察结果的黄土线散点图

> str(df_Bandvals)
'data.frame':   144 obs. of  5 variables:
 $ obsdate      : int  190101 190101 190101 190101 190101 190101 190101 190101 190101 190101 ...
 $ transsect    : chr  "A" "A" "A" "A" ...
 $ PointNr      : num  1 2 3 4 5 6 1 2 3 4 ...
 $ depth        : num  31 31 31 31 31 31 31 31 31 31 ...
 $ Band12plusmin: num  169 241 229 159 221 196 188 216 233 149 ...

> df_Bandvals
    obsdate transsect PointNr depth Band12plusmin
1    190101         A       1    31           169
2    190101         A       2    31           241
3    190101         A       3    31           229
4    190101         A       4    31           159
5    190101         A       5    31           221
6    190101         A       6    31           196
7    190101         B       1    31           188
8    190101         B       2    31           216
9    190101         B       3    31           233
10   190101         B       4    31           149
11   190101         B       5    31           169
12   190101         B       6    31           181
13   190102         A       1     3           356
14   190102         A       2     3           368
15   190102         A       3     3           293
16   190102         A       4     3           261
17   190102         A       5     3           313
18   190102         A       6     3           374
19   190102         B       1     3           327
20   190102         B       2     3           409
21   190102         B       3     3           369
22   190102         B       4     3           334
23   190102         B       5     3           376
24   190102         B       6     3           318
25   190103         A       1    25           183

该图显示 depth 与 Band12plusmin 以及相应的黄土线。点颜色分配给相应的观察日期 (obsdate)。每个观察日期包括 12 个观察结果。
现在，我的基本问题是：如何仅根据每个观察日期的下 50% 分位数 Band12plusmin 值获得黄土线？或者换句话说，参考情节：ggplot 应该只使用每种颜色的 6 个较低的点来计算线。

如前所述，我想直接在 ggplot 中进行过滤或子集化，而无需提前创建新的数据对象或子数据框。

我尝试了子集化，但在这种情况下我的问题是我不能只指定一个通用的 Band12plusmin-threshold，因为当然，50%-treshold 各不相同对于每个 obsdate 组。我对 R 和 ggplot 很陌生，所以，现在我没能找到解决方案 class-individual-derived-threshold-conditioned filtering。有人可以帮忙吗？

这里是dataframe和plot的代码

obsdate<-rep(c(190101:190112),each=12, mode=factor)
transsect<-rep(rep(c("A","B"), each=6), 12)
PointNr<-rep(c(1,2,3,4,5,6), times=24)
depth<-rep(c(31,3,25,-9,13,18,7,-10,3,-4,11,21),each=12)
Band12<-rep(c(199,349,225,844,257,231,301,875,378,521,210,246), each=12)
set.seed(13423)
plusminRandom<-round(rnorm(144, mean=0, sd=33))
plusminRandom
Band12plusmin<-Band12+plusminRandom
df_Bandvals<-data.frame(obsdate, transsect, PointNr, depth, Band12plusmin)
str(df_Bandvals)
head(df_Bandvals, 20)

library (ggplot2)

ggplot(data=df_Bandvals, aes(x=depth, y=Band12plusmin))+
  scale_x_continuous(limits = c(-15, 35))+
  scale_y_continuous(limits = c(120, 960))+
  geom_point(aes(color=factor(obsdate)), size=1.5)+
  geom_smooth(method="loess")

Answer 1

您应该能够在 geom_smooth()

中使用 data 参数

ggplot(data = df_Bandvals, aes(x = depth, y = Band12plusmin)) +
  scale_x_continuous(limits = c(-15, 35)) +
  scale_y_continuous(limits = c(120, 960)) +
  geom_point(aes(color = factor(obsdate)), size = 1.5) +
  geom_smooth(
    data = df_Bandvals %>% 
      group_by(obsdate) %>%
      filter(Band12plusmin < median(Band12plusmin)), 
    method = "loess"
  )

根据类别从给定的分位数值计算回归线

Calculating regression line from given quantile of values depending on category

r

ggplot2

filtering

subset

quantile