¿Cómo hacer valer el position_dodge de ggplot en categorías sin datos?

Question

Estoy tratando de usar position_dodge en ggplot para obtener boxplots de dos señales diferentes (ind) compartiendo las mismas categorías (cat). Cuando hay una categoría con datos para una señal pero no para la otra, el diagrama de caja para la señal con datos cubre todo el espaciado horizontal, y no respeta la instrucción position_dodge para esa categoría en particular. ¿Hay alguna manera de hacer ggplot para hacer cumplir la regla de esquivar? Como puede ver en el siguiente ejemplo, la señal x no tiene datos para la categoría B, por lo que pierde el espacio reservado por position_dodge. Me gustaría evitar eso.

Gracias de antemano.

data<-data.frame(cat=c('A','A','A','A','B','B','A','A','A','A','B','B'), 
       values=c(3,2,1,4,NA,NA,4,5,6,7,8,9), 
       ind=c('x','x','x','x','x','x','y','y','y','y','y','y')) 

print(ggplot() + 
     scale_colour_hue(guide='none') + 
     geom_boxplot(
      aes(x=as.factor(cat), y=values, 
       fill=ind), 
      position=position_dodge(width=.60), 
      data=data, 
      outlier.size = 1.2, 
      na.rm=T)) 

progreso de la actualización

Después de algunas soluciones, se me ocurrió con el resultado que estaba buscando ... (tipo de)

data   <- data.frame(
cat=c('A','A','A','A','B','B','A','A','A','A','B','B','B'), 
values=c(3,2,1,4,NA,NA,4,5,6,7,8,9, 0), 
ind=c('x','x','x','x','x','x','y','y','y','y','y','y','x')) 

p <- ggplot() + 
     scale_colour_hue(guide='none') + 
     geom_boxplot(aes(x=as.factor(cat), y=values, fill=ind), 
     position=position_dodge(width=.60), 
     data=data, 
     outlier.size = 1.2, 
     na.rm=T) + 
     geom_line(aes(x=x, y=y), 
       data=data.frame(x=c(0,3),y=rep(0,2)), 
       size = 1, 
       col='white') 
print(p) 

Algunas personas remcomieron utilizando facetas para el efecto I w anted. Faceting no me da el efecto que estoy buscando. El gráfico final que estaba buscando se muestra a continuación:

Si te fijas, la principal marca de la señal blanca en y = 10 es más gruesa que las otras marcas de graduación. Esta línea más gruesa es geom_line con tamaño = 1 que oculta diagramas de caja no deseados.

Ojalá pudiéramos combinar diferentes objetos geom más a la perfección. Informé de esto como un error en el github de Hadley, pero Hadley dijo que así es como position_dodge se comporta por diseño. Supongo que estoy usando ggplot2 de una manera no estándar y las soluciones alternativas son la forma de abordar este tipo de problemas. De todos modos, espero que esto ayude a algunos de los R a impulsar la gran funcionalidad de ggplot un poco más.

Answer 1

Después de algunas soluciones, se me ocurrió con el resultado que estaba buscando ... (tipo de)

data   <- data.frame(
cat=c('A','A','A','A','B','B','A','A','A','A','B','B','B'), 
values=c(3,2,1,4,NA,NA,4,5,6,7,8,9, 0), 
ind=c('x','x','x','x','x','x','y','y','y','y','y','y','x')) 

p <- ggplot() + 
     scale_colour_hue(guide='none') + 
     geom_boxplot(aes(x=as.factor(cat), y=values, fill=ind), 
     position=position_dodge(width=.60), 
     data=data, 
     outlier.size = 1.2, 
     na.rm=T) + 
     geom_line(aes(x=x, y=y), 
       data=data.frame(x=c(0,3),y=rep(0,2)), 
       size = 1, 
       col='white') 
print(p) 

Algunas personas recomiendan el uso de tallar para el efecto que quería. Faceting no me da el efecto que estoy buscando. El gráfico final que estaba buscando se muestra a continuación:

Si te fijas, la principal marca de la señal blanca en y = 10 es más gruesa que las otras marcas de graduación. Esta línea más gruesa es geom_line con tamaño = 1 que oculta diagramas de caja no deseados.

Ojalá pudiéramos combinar diferentes objetos geom más a la perfección. Informé de esto como un error en el github de Hadley, pero Hadley dijo que así es como position_dodge se comporta por diseño. Supongo que estoy usando ggplot2 de una manera no estándar y las soluciones alternativas son la forma de abordar este tipo de problemas. De todos modos, espero que esto ayude a algunos de los R a impulsar la gran funcionalidad de ggplot un poco más.

Answer 2

x de B no tiene valores, por lo que puede agregar "B", 0, "x" que esencialmente indica que no hay distribución de "valores" para x de B. La mediana y otros percentiles son cero.

data<-data.frame(cat=c('A','A','A','A','B','B','A','A','A','A','B','B','B'), 
      values=c(3,2,1,4,NA,NA,4,5,6,7,8,9,0), 
      ind=c('x','x','x','x','x','x','y','y','y','y','y','y','x')) 

También usted no tiene que añadir parámetros de posición aquí, porque cuando se tiene en cuenta como factor x, ggplot - geom_boxplot automágicamente esquivar a los lados.

print(ggplot() + 
    scale_colour_hue(guide='none') + 
    geom_boxplot(aes(x=as.factor(cat), y=values, fill=ind), 
    data=data, 
    outlier.size = 1.2, 
    na.rm=T)) 

Answer 3

acabo de recibir una pista para usar facetas de uno de los comentarios publicados por Hadley en su git site, por lo que los créditos va a Hadley, el mantenedor del paquete ggplot2!

Vea si esto es lo que quería.Para obtener más información acerca de las opciones sobre la configuración de las patillas y otros en esta parcela, compruebe esta página de ayuda en el paquete ggplot2:

?stat_boxplot 

data<-data.frame(cat=c('A','A','A','A','B','B','A','A','A','A','B','B'), 
      values=c(3,2,1,4,NA,NA,4,5,6,7,8,9), 
      ind=c('x','x','x','x','x','x','y','y','y','y','y','y')) 

p <- ggplot(data = data, aes(factor(cat), values))      
p + stat_boxplot(geom="boxplot", position = "dodge", width = 0.60, na.rm = TRUE) + facet_grid(.~ind) 

Para añadir colores a su trama, que en mi opinión es un ser redundante como ya está facetado la trama basada en la "ind" variables, intente esto:

p <- ggplot(data, aes(factor(cat), values, fill = ind))      
p + stat_boxplot(geom="boxplot", position = "dodge", width = 0.60, na.rm = TRUE) + facet_grid(.~ind) 

HTH !