ECDF在使用ggplot2的同一图上

问题描述

我有一个数据框，它在应用融合函数后看起来类似于：

  var val 
 1 a 0.6133426 
 2 a 0.9736237 
 3 b 0.6201497 
 4 b 0.3482745 
 5 c 0.3693730 
 6 c 0.3564962 
  

..................

初始数据框有3列，列名称为a，b，c及其相关值。
我需要绘制在同一个图上，使用ggplot为每个这些列（ecdf（a），ecdf（b），ecdf（c））关联的ecdf，但我没有这样做。我试过：
$ b $ pre $ p <-ggplot（熔体表达式，aes（熔体表达式$ val，ecdf，color =熔体表达式$ var））
pg< -p + geom_step（）


但是我收到一个错误：参数意味着不同行数：34415，0。

有没有人知道如何做到这一点？该图看起来应该与plot（ecdf（x））返回的类似，而不是像步骤一样。

谢谢！

解决方案

我的第一个想法是尝试使用 stat_function ，但是因为 ecdf 返回一个函数，所以我无法很快得到这个结果。相反，这是一个解决方案，它要求您首先将计算值附加到数据框中（使用Ramnath的示例数据）：

  library （plyr）＃function ddply（）
 mydf_m<  -  ddply（mydf_m，。（variable），transform，ecd = ecdf（value）（value））
 
 ggplot（mydf_m，aes （x = value，y = ecd））+ 
 geom_line（aes（group = variable，color = variable））
  

geom_smooth 和函数 ns（）从 spline 包：

 库（样条曲线）＃function ns（） 
 ggplot（mydf_m，aes（x = value，y = ecd，group = variable，color = variable））+ 
 geom_smooth（se = FALSE，formula = y〜ns（x，3） =lm）
  

stat_ecdf 。使用它，我们只需要这样做：

  ggplot（mydf_m，aes（x = value））+ stat_ecdf（ aes（color = variable））
  

I have a data frame, which after applying the melt function looks similar to:

 var       val
1 a 0.6133426
2 a 0.9736237
3 b 0.6201497
4 b 0.3482745
5 c 0.3693730
6 c 0.3564962

..................

The initial dataframe had 3 columns with the column names, a,b,c and their associated values.I need to plot on the same graph, using ggplot the associated ecdf for each of these columns (ecdf(a),ecdf(b),ecdf(c)) but I am failing in doing this. I tried:

p<-ggplot(melt_exp,aes(melt_exp$val,ecdf,colour=melt_exp$var))
pg<-p+geom_step()

But I am getting an error :arguments imply differing number of rows: 34415, 0.

Does anyone have an idea on how this can be done? The graph should look similar to the one returned by plot(ecdf(x)), not a step-like one.

Thank you!

解决方案

My first thought was to try to use stat_function, but since ecdf returns a function, I couldn't get that working quickly. Instead, here's a solution the requires that you attach the computed values to the data frame first (using Ramnath's example data):

library(plyr) # function ddply()
mydf_m <- ddply(mydf_m, .(variable), transform, ecd = ecdf(value)(value))

ggplot(mydf_m,aes(x = value, y = ecd)) +
    geom_line(aes(group = variable, colour = variable))

If you want a smooth estimate of the ECDF you could also use geom_smooth together with the function ns() from the spline package:

library(splines) # function ns()
ggplot(mydf_m, aes(x = value, y = ecd, group = variable, colour = variable)) +
    geom_smooth(se = FALSE, formula = y ~ ns(x, 3), method = "lm")

As noted in a comment above, as of version 0.9.2.1, ggplot2 has a specific stat for this purpose: stat_ecdf. Using that, we'd just do something like this:

ggplot(mydf_m,aes(x = value)) + stat_ecdf(aes(colour = variable))

这篇关于ECDF在使用ggplot2的同一图上的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！