R ggplot：ファセットされたggplotsを使用してグループ依存のy軸ブレークを定義するにはどうすればよいですか？

Question

私は40グループ（short_IDで定義されています）を持ち、それぞれのshort_IDに対して異なるyスケールのブレークを使用する40の異なるプロットを生成したいと考えています。私はyスケールのための休憩を（1）mean-2SD、（2）平均および（3）mean + 2SDにしたい。

私はXとY変数とグループ化変数 "short_ID"を含むDataplotsというデータセットを持っています。ブレークとM $ short_IDをグループ化変数として定義するために、追加のベクトルM $ SD11（= mean-2SD）、M $ meanとM $ SD22（= mean + 2SD）を作成しました。以下のコードは部分的には動作しますが、問題は私がブレークをグループに依存する（つまり、short_IDに依存する）方法を知らないということです。下のコードを実行すると、すべてのプロットに対して同じy軸ブレークが得られます。たとえば、各プロットのM $ SD22値ではなく、ベクトルM $ SD22の最大値です。だから、私は

"scale_y_continuous(breaks=c(M$SD11, M$mean, M$SD22)", for example "scale_y_continuous(group=M$short_ID, breaks=c(M$SD11, M$mean, M$SD22)" but this does not work.   

に何かを追加する必要があると思う誰もが、私は私の異なるグループ（すなわち、short_IDs）のための異なるブレークを定義するために何ができるか知っていますか？これを行うには、以下のコードをどのように変更できますか？どうもありがとう！

Dataplot <- ggplot(data = Dataplots, aes(x = Measure, y = Amylase_u, group = short_ID)) + geom_line() + facet_wrap(~ short_ID) + scale_y_continuous(breaks=c(M$SD11, M$mean, M$SD22)) 

「データプロット」と「M」の例を追加しました。この例の目的のために、私は実際に持っている40の代わりに2つのグループ（すなわち、short_ID）のみを含めた。したがって、この例では、2つのプロットを生成する必要があります。各プロットは、各short_IDに対して1つずつあり、グループごとに異なるy軸区切りを使用します。 Dataplotsの

例：Mの

dput(Dataplots) structure(list(short_ID = c(1111, 1111, 1111, 1111, 2222, 2222, 2222, 2222), Measure = c(1, 2, 3, 4, 1, 2, 3, 4), Amylase_u = c(81.561, 75.648, 145.25, 85.246, 311.69, 261.74, 600.93, 291.39)), .Names = c("short_ID", "Measure", "Amylase_u"), row.names = c(NA, -8L), class = "data.frame", codepage = 65001L) 

例：

dput(M) structure(list(SD11 = c(162, 682), mean = c(97, 366), SD22 = c(32, 51), short_ID = c(1111, 2222)), .Names = c("SD11", "mean", "SD22", "short_ID"), row.names = 1:2, class = "data.frame") 

@マーク、私は完全なデータセットにあなたの提案を適用しようとしているが、右のそれを得るように見えることはできません。私は合計61のプロットを持っています。

myPlots <- 
lapply(unique(Dataplots$short_ID), function(thisID){ 
Dataplots %>% 
    filter(short_ID == thisID) %>% 
    ggplot(aes(x = Measure, y = Amylase_u)) + 
    geom_line() + 
    scale_y_continuous(breaks= M %>% 
         filter(short_ID == thisID) %>% 
         select(mean) %>% 
         as.numeric() 
) + 
    ggtitle(thisID) 
}) 

私は、あなたの最終cowplotの暗示を続け（あなたが見ることができるように私は、y軸上の被験者の平均のために行くことにしましたし、SDSをドロップすることを決めた。）：：私は始め

plot_grid(ggdraw() + draw_label("Amylase_u", angle = 90), plot_grid(
plot_grid(plotlist = lapply(myPlots, function(x){x + theme(axis.title = element_blank())})) 
, ggdraw() + draw_label("Measurement") 
, ncol = 1 
, rel_heights = c(0.9, .1)) 
, nrow = 1, rel_widths = c(0.05, 0.95)) 

しかし、このことは、y軸上の被験者平均を有する61のプロットをもたらすが、その中には測定が指定されていない（グラフ自体が欠落している）。

plot_grid(
ggdraw() + draw_label("Amylase_u", angle = 90) 
, plot_grid(
plot_grid(plotlist = lapply(myPlots, function(x){x +theme(axis.title = element_blank())})) 
, ggdraw() + draw_label("Measurement") 
, ncol = 1 
, rel_heights = c(0.9, .1) 
, nrow = 1 
, rel_widths = c(0.05, 0.95))) 

これは私のグラフを与えるんが、彼らは小さなであり、レイアウトが）Rplot2（ひどいです：私は、私が試した置き忘れ「）」があるかもしれない考え出しました。 rel-heightとwidthを適応させようとしましたが、ヘルプファイルを読んだ後でも、どのようにそれらを適応させるべきかは分かりません。

もう一度おねがいします！彼らは本当に必要はありません、これはすでに大幅にプロット（Rplot3）を向上させ、それでもレイアウトを調整する必要があるため

Rplot2

最後に、私は、各プロットの上にIDnumbersを削除しました。

Rplot3

Answer 1

私の理解では、これはまだfacet機能では不可能残っていることです。しかし、あなたはcowplotパッケージを使って自分でそれを達成することができます。

まず、あなたのアイデア（lapply）をループして、それぞれのサブプロットを生成します。パイプとフィルタリングにはdplyrを使用しています。

myPlots <- 
    lapply(unique(Dataplots$short_ID), function(thisID){ 
    Dataplots %>% 
     filter(short_ID == thisID) %>% 
     ggplot(aes(x = Measure, y = Amylase_u)) + 
     geom_line() + 
     scale_y_continuous(breaks= M %>% 
          filter(short_ID == thisID) %>% 
          select(SD11, mean, SD22) %>% 
          as.numeric() 
         ) + 
     ggtitle(thisID) 
    }) 

次に、プロットのリストをcowplotから機能を呼び出すplot_grid：

plot_grid(plotlist = myPlots) 

することはできます：

いくつかの注意事項：

• cowplotは、独自のデフォルトのスタイルをオートロードするので、
• ご含まれるデータは、実際にこれは、任意の大きさのために働く必要がありますが、y軸のために与えたしきい値のすべてにまたがる
• 壊していないように見えるあなたの好みのスタイルに戻ることtheme_setを使用しますサブプロットの数ですが、ラベルやアライメントを調整して読みやすくする必要があります。

私はあなたの目標が何であるか分からないので、ここに別の選択肢があります。比較を可能にするために平均からの偏差（標準偏差）をプロットしたいのであれば、グループ内のカラムのzスコアを計算し、結果をプロットすることができます。再びdplyrの使用：

Dataplots %>% 
    group_by(short_ID) %>% 
    mutate(scaledAmylase = as.numeric(scale(Amylase_u))) %>% 
    ggplot(aes(x = Measure 
      , y = scaledAmylase)) + 
    geom_line() + 
    facet_wrap(~short_ID) 

は

あるいは、平均値/ SDをすることができます、/計算どこかに定義された（とMに格納されている）のではなくデータから直接来ている場合を与えます代わりに、データのMを使用して、スケール：

Dataplots %>% 
    left_join(M) %>% 
    mutate(scaledAmylase = (Amylase_u - mean)/((SD22 - mean)/2)) %>% 
    ggplot(aes(x = Measure 
      , y = scaledAmylase)) + 
    geom_line() + 
    facet_wrap(~short_ID) 

が

0123を与えます

そして、私は一人で十分に離れることができないので、ここでは重複軸タイトルを削除し、代わりに一度だけ（のようfacet_wrapだろう）、それらを含んplot_gridアプローチのバージョンがあります。上記のように、サブプロットの数やアスペクト比を大きくすると、ここで相対値を微調整するためにあなたを強制します：

plot_grid(
    ggdraw() + draw_label("Amylase_u", angle = 90) 
    , plot_grid(
    plot_grid(plotlist = lapply(myPlots, function(x){x + theme(axis.title = element_blank())})) 
    , ggdraw() + draw_label("Measurement") 
    , ncol = 1 
    , rel_heights = c(0.9, .1)) 
    , nrow = 1 
    , rel_widths = c(0.05, 0.95) 
) 

が