วิธีพล็อตหลายบรรทัดใน ggplot2 (พร้อมตัวอย่าง)

คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อลงจุดหลายบรรทัดใน ggplot2:

 ggplot(df, aes(x=x_var, y=y_var)) + 
  geom_line(aes(color=group_var)) +
  scale_color_manual(name=' legend_title ', labels=c(' lab1 ', ' lab2 ', ' lab3 '),
                     values=c(' color1 ', ' color2 ', ' color3 '))

ไวยากรณ์เฉพาะนี้สร้างพล็อตใน ggplot2 โดยมีสามบรรทัด

ไวยากรณ์นี้จะถือว่ากรอบข้อมูลของคุณอยู่ใน รูปแบบยาว

ตัวอย่างต่อไปนี้แสดงวิธีการลงจุดหลายบรรทัดใน ggplot2 ในทางปฏิบัติ

ตัวอย่าง: การวางแผนหลายบรรทัดใน ggplot2

สมมติว่าเรามีกรอบข้อมูลต่อไปนี้ใน R ซึ่งมีข้อมูลเกี่ยวกับจำนวนยอดขายในร้านค้าที่แตกต่างกันสามแห่งในห้าวันที่แตกต่างกัน:

 #create data frame
df <- data. frame (day=c(1, 2, 3, 4, 5),
                 storeA=c(5, 6, 8, 8, 9),
                 storeB=c(3, 3, 4, 5, 7),
                 storeC=c(8, 10, 12, 12, 17))

#view data frame
df

  day storeA storeB storeC
1 1 5 3 8
2 2 6 3 10
3 3 8 4 12
4 4 8 5 12
5 5 9 7 17

ขณะนี้กรอบข้อมูลนี้อยู่ในรูปแบบกว้าง

อย่างไรก็ตาม เราสามารถใช้ฟังก์ชัน pivot_longer() จากแพ็คเกจ Tidyr เพื่อแปลงข้อมูลเป็นรูปแบบยาวได้อย่างรวดเร็ว:

 library (tidyr)

#convert data from wide to long format
df <- df %>% pivot_longer(cols=c(' storeA ', ' storeB ', ' storeC '),
                          names_to=' store ',
                          values_to=' sales ')

#view updated data frame
df

# A tibble: 15 x 3
     day store sales
      
 1 1 blindA 5
 2 1 storeB 3
 3 1 blindC 8
 4 2 blindA 6
 5 2 storeB 3
 6 2 storeC 10
 7 3 storeA 8
 8 3 storeB 4
 9 3 storeC 12
10 4 storeA 8
11 4 storeB 5
12 4 storeC 12
13 5 storeA 9
14 5 storeB 7
15 5 storeC 17

ที่เกี่ยวข้อง: ข้อมูลเบื้องต้นเกี่ยวกับ pivot_longer() ใน R

ตอนนี้กรอบข้อมูลอยู่ในรูปแบบยาว เราสามารถใช้ไวยากรณ์ต่อไปนี้กับ ggplot2 เพื่อพล็อตยอดขายของแต่ละร้านค้า:

 library (ggplot2)

#plot sales by store
ggplot(df, aes(x=day, y=sales)) + 
  geom_line(aes(color=store)) +
  scale_color_manual(name=' Store ', labels=c(' A ', ' B ', ' C '),
values=c(' red ', ' purple ', ' steelblue '))

แต่ละแถวจะแสดงยอดขายที่เกิดขึ้นในแต่ละร้านในแต่ละวัน

โปรดทราบว่าเราใช้ฟังก์ชัน scale_color_manual() เพื่อสร้างคำอธิบายที่กำหนดเองทางด้านขวาของโครงเรื่องเพื่อให้ตีความบรรทัดได้ง่ายขึ้น

คุณสามารถแก้ไขอาร์กิวเมนต์ของฟังก์ชันนี้ได้อย่างอิสระเพื่อสร้างคำอธิบายที่ปรากฏตามที่คุณต้องการ

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการงานทั่วไปอื่นๆ ใน ggplot2:

วิธีการพล็อตค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานใน ggplot2
วิธีเพิ่มเส้นแนวนอนให้กับพล็อตโดยใช้ ggplot2
วิธีการวาดเส้นแนวโน้มใน ggplot2