我使用了以下ggplot命令:
ggplot(survey, aes(x = age)) + stat_bin(aes(n = nrow(h3), y = ..count.. / n), binwidth = 10)
+ scale_y_continuous(formatter = "percent", breaks = c(0, 0.1, 0.2))
+ facet_grid(hospital ~ .)
+ theme(panel.background = theme_blank())
生产
然而，我想将facet标签更改为更短的内容(如Hosp 1, Hosp 2…)，因为它们现在太长了，看起来很局促(增加图形的高度不是一个选项，它将占用文档中的太多空间)。我查看了facet_grid帮助页面，但不知道如何操作。
当前回答
facet_wrap和facet_grid都接受ifelse作为参数的输入。因此，如果用于刻面的变量是合乎逻辑的，解决方案非常简单:
facet_wrap(~ifelse(variable, "Label if true", "Label if false"))
如果变量有更多类别，则需要嵌套ifelse语句。
作为一个副作用，这也允许在ggplot调用中创建分面组。
其他回答
下面是另一个解决方案，它遵循@naught101给出的解决方案的精神，但更简单，也没有在ggplot2的最新版本上抛出警告。
基本上，首先创建一个命名字符向量
hospital_names <- c(
`Hospital#1` = "Some Hospital",
`Hospital#2` = "Another Hospital",
`Hospital#3` = "Hospital Number 3",
`Hospital#4` = "The Other Hospital"
)
然后将它用作标签器，只需修改@naught101给出的最后一行代码
... + facet_grid(hospital ~ ., labeller = as_labeller(hospital_names))
简单的解决方案(从这里):
p <- ggplot(mtcars, aes(disp, drat)) + geom_point()
# Example (old labels)
p + facet_wrap(~am)
to_string <- as_labeller(c(`0` = "Zero", `1` = "One"))
# Example (New labels)
p + facet_wrap(~am, labeller = to_string)
这对我很有用。
定义一个因素:
hospitals.factor<- factor( c("H0","H1","H2") )
在ggplot()中使用:
facet_grid( hospitals.factor[hospital] ~ . )
在不修改底层数据的情况下进行更改的最简单方法是:
使用as_labeller()创建一个对象。如果列名以数字开头，或者包含空格或特殊字符，不要忘记使用反标记:
# Necessary to put RH% into the facet labels
hum_names <- as_labeller(
c(`50` = "RH% 50", `60` = "RH% 60",`70` = "RH% 70",
`80` = "RH% 80",`90` = "RH% 90", `100` = "RH% 100"))
在ggplot中添加:
ggplot(dataframe, aes(x = Temperature.C, y = fit)) +
geom_line() +
facet_wrap(~Humidity.RH., nrow = 2, labeller = hum_names)
注意，这个解决方案不会很好地工作，如果ggplot显示的因子比你的变量实际包含的少(如果你已经进行了子集设置，这可能会发生):
library(ggplot2)
labeli <- function(variable, value){
names_li <- list("versicolor"="versi", "virginica"="virg")
return(names_li[value])
}
dat <- subset(iris,Species!="setosa")
ggplot(dat, aes(Petal.Length)) + stat_bin() + facet_grid(Species ~ ., labeller=labeli)
一个简单的解决方案(除了在names_li中添加所有未使用的因子，这可能很乏味)是使用droplevels()删除未使用的因子，要么在原始数据集中，要么在labbeler函数中，参见:
labeli2 <- function(variable, value){
value <- droplevels(value)
names_li <- list("versicolor"="versi", "virginica"="virg")
return(names_li[value])
}
dat <- subset(iris,Species!="setosa")
ggplot(dat, aes(Petal.Length)) + stat_bin() + facet_grid(Species ~ ., labeller=labeli2)
