Essayer d'ajuster un graphe dans R

Question

C'est mon ensemble de données que j'essaie de faire est de tracer un graphe TAD Vs IPRE, DV, PRED dans son ensemble que je n'ai aucun problème à les produire.

Deuxième partie est que je suis en train de produire un graphe individuel pour ID (n = 35) alors 35 graphique pour (TAD Vs IPRE, DV, PRED)

Troisième partie est d'essayer de produire un graphique basé sur Ward (TAD Vs IPRE, DV, PRED) qui aura 5 graphiques. Essayé peu d'options et luttant pour écrire un code ... pas de chance (nouveau à R)

Un corps peut-il m'aider à ce sujet?

Merci à l'avance.

ID TIME TAD AMT BL WARD IPRE DV PRED RES WRES 
1 0 0 0 0 0 0 0.01 0 0 0.95 
1 0.01 0 20 0 0 0 0 0 0 0 
1 1 0.99 0 0 0 0.11 0.13 0.02 0.11 3.85 
1 2 1.99 0 0 0 0.11 0.12 0.02 0.1 4 
1 4 3.99 0 0 0 0.1 0.07 0.02 0.05 -0.48 
1 6 5.99 0 0 0 0.09 0.03 0.02 0.02 -3.07 
1 8 7.99 0 0 0 0.08 0.04 0.02 0.03 -2.04 
1 24 24 0 0 0 0.04 0.03 0.01 0.02 -0.32 
1 48 0 20 0 0 0.02 0 0.01 0 0 
1 49 1 0 0 0 0.12 0.25 0.02 0.23 3.07 
1 50 2 0 0 0 0.12 0.26 0.02 0.23 3.33 
1 52 4 0 0 0 0.11 0.17 0.02 0.15 1.99 
1 54 6 0 0 0 0.1 0.09 0.02 0.07 0.7 
1 56 8 0 0 0 0.09 0.05 0.02 0.04 -0.03 
1 72 24 0 0 0 0.05 0.01 0.01 0 -1.09 
2 0 0 20 0 0 0 0 0 0 0 
2 1 1 0 0 0 0.01 0 0.02 -0.02 -1.09 
2 2 2 0 0 0 0.01 0.01 0.02 -0.01 -0.55 
2 4 4 0 0 0 0.01 0.01 0.02 -0.01 -0.58 
2 6 6 0 0 0 0.01 0 0.01 -0.01 -0.71 
2 8 8 0 0 0 0.01 0 0.01 -0.01 -0.63 
2 24 24 0 0 0 0.01 0 0.01 0 -0.44 
2 72 0 20 0 0 0 0 0 0 0 
2 73 1 0 0 0 0.02 0.04 0.02 0.02 2.51 
2 74 2 0 0 0 0.01 0.02 0.02 0 0.02 
2 76 4 0 0 0 0.01 0.01 0.02 -0.01 -0.05 
2 78 6 0 0 0 0.01 0.01 0.01 -0.01 -0.09 
2 80 8 0 0 0 0.01 0.02 0.01 0 0.14 
2 96 24 0 0 0 0.01 0 0.01 0 0 
3 0 0 20 0 0 0 0 0 0 0 
3 1 1 0 0 0 0.04 0.02 0.02 0 -0.61 
3 2 2 0 0 0 0.04 0.03 0.02 0.01 -0.16 
3 4 4 0 0 0 0.03 0.08 0.02 0.06 5.95 
3 6 6 0 0 0 0.03 0.01 0.01 0 -1.29 
3 8 8 0 0 0 0.03 0.01 0.01 0 -1.64 
3 24 24 0 0 0 0.01 0 0.01 0 -2.32 
4 0 0 20 0 0 0 0 0 0 0 
4 1 1 0 0 0 0.08 0.1 0.02 0.09 1.45 
4 2 2 0 0 0 0.07 0.13 0.02 0.12 4.73 
4 4 4 0 0 0 0.07 0.13 0.02 0.12 5.94 
4 6 6 0 0 0 0.06 0.07 0.01 0.06 -0.09 
4 8 8 0 0 0 0.06 0.07 0.01 0.06 0.21 
4 24 24 0 0 0 0.03 0.02 0.01 0.02 -3 
4 72 72 0 0 0 0 0.01 0 0.01 0.98 
4 72 0 20 0 0 0 0 0 0 0 
4 73 0.99 0 0 0 0.08 0.09 0.02 0.07 0.51 
4 74 1.99 0 0 0 0.08 0.06 0.02 0.04 0.02 
4 76 3.99 0 0 0 0.07 0.04 0.02 0.02 -0.34 
4 78 5.99 0 0 0 0.06 0.02 0.01 0 -0.71 
4 80 7.99 0 0 0 0.06 0.02 0.01 0.01 -0.65 
4 96 24 0 0 0 0.03 0.01 0.01 0 -1.02 
5 0 0 20 0 0 0 0 0 0 0 
5 1 1 0 0 0 0.06 0.08 0.02 0.07 2.05 
5 2 2 0 0 0 0.06 0.07 0.02 0.05 1.17 
5 4 4 0 0 0 0.05 0.06 0.02 0.04 0.56 
5 6 6 0 0 0 0.05 0.08 0.01 0.07 3.47 
5 24 24 0 0 0 0.02 0.01 0.01 0 -4.17 
6 0 0 20 0 0 0 0 0 0 0 
6 1 1 0 0 0 0.05 0 0.02 0 0 
6 2 2 0 0 0 0.04 0.01 0.02 -0.01 -2.99 
6 4 4 0 0 0 0.04 0.05 0.02 0.03 0.98 
6 6 6 0 0 0 0.04 0.06 0.01 0.04 2.92 
6 8 8 0 0 0 0.03 0.05 0.01 0.04 2.47 
7 0 0 0 0 0 0 0 0 0 0.31 
7 0 0 20 0 0 0 0 0 0 0 
7 1 1 0 0 0 0.17 0.28 0.02 0.26 8.57 
7 2 2 0 0 0 0.16 0.3 0.02 0.28 11 
7 4 4 0 0 0 0.15 0.19 0.02 0.18 3.63 
7 6 6 0 0 0 0.14 0.14 0.02 0.12 -0.72 
7 8 8 0 0 0 0.13 0.11 0.02 0.1 -2.03 
7 24 24 0 0 0 0.07 0.04 0.01 0.04 -4.53 
8 0 0 20 0 0 0 0 0 0 0 
8 1 1 0 0 0 0.02 0.03 0.02 0.02 1.64 
8 2 2 0 0 0 0.02 0.01 0.02 -0.01 -0.66 
8 4 4 0 0 0 0.01 0.02 0.02 0 0.16 
8 6 6 0 0 0 0.01 0 0.01 -0.01 -1.17 
8 8 8 0 0 0 0.01 0.01 0.01 0 -0.28 
8 24 24 0 0 0 0.01 0.01 0.01 0 -0.07 
9 0 0 20 0 3 0 0 0 0 0 
9 1 1 0 0 3 0.05 0.09 0.02 0.07 4.59 
9 2 2 0 0 3 0.04 0.06 0.02 0.04 2.24 
9 4 4 0 0 3 0.04 0.03 0.02 0.01 -0.63 
9 6 6 0 0 3 0.04 0.02 0.01 0 -1.64 
9 8 8 0 0 3 0.03 0.01 0.01 -0.01 -2.88 
9 24 24 0 0 3 0.02 0 0.01 0 0 
10 0 0 20 0 3 0 0 0 0 0 
10 1 1 0 0 3 0.02 0.04 0.02 0.02 1.78 
10 2 2 0 0 3 0.02 0.01 0.02 -0.01 -0.54 
10 4 4 0 0 3 0.02 0.01 0.02 -0.01 -0.86 
10 6 6 0 0 3 0.01 0.02 0.01 0 0.37 
10 8 8 0 0 3 0.01 0.01 0.01 -0.01 -1.04 
10 24 24 0 0 3 0.01 0 0.01 0 0 
11 0 0 0 0 3 0 0 0 0 -0.26 
11 0.01 0 20 0 3 0 0 0 0 0 
11 1 0.99 0 0 3 0.01 0.01 0.02 -0.01 -0.41 
11 2 1.99 0 0 3 0.01 0.01 0.02 -0.01 -0.24 
11 4 3.99 0 0 3 0.01 0.01 0.02 -0.01 -0.16 
11 6 5.99 0 0 3 0.01 0.01 0.02 -0.01 -0.21 
11 8 7.99 0 0 3 0.01 0.01 0.02 -0.01 -0.13 
11 24 24 0 0 3 0 0 0.01 -0.01 -0.27 
12 0 0 20 0 3 0 0 0 0 0 
12 1 1 0 0 3 0.01 0.01 0.02 -0.01 0.02 
12 2 2 0 0 3 0.01 0.01 0.02 -0.01 -0.08 
12 4 4 0 0 3 0.01 0.01 0.02 -0.01 -0.23 
12 6 6 0 0 3 0.01 0.01 0.01 -0.01 -0.45 
12 8 8 0 0 3 0.01 0.01 0.01 0 -0.04 
12 24 24 0 0 3 0 0 0.01 0 0 
13 0 0 20 0 2 0 0 0 0 0 
13 1 1 0 0 2 0.04 0.08 0.02 0.06 5.23 
13 2 2 0 0 2 0.04 0.02 0.02 0.01 -0.42 
13 4 4 0 0 2 0.04 0 0.02 -0.01 -2.33 
13 6 6 0 0 2 0.03 0.01 0.01 -0.01 -2.01 
13 8 8 0 0 2 0.03 0 0.01 0 0 
13 24 24 0 0 2 0.02 0 0.01 0 0 
14 0 0 20 0 3 0 0 0 0 0 
14 1 1 0 0 3 0.01 0.01 0.02 -0.01 -0.39 
14 2 2 0 0 3 0.01 0.01 0.02 -0.01 -0.49 
14 4 4 0 0 3 0.01 0.01 0.02 0 0.33 
14 6 6 0 0 3 0.01 0.01 0.01 0 -0.04 
14 8 8 0 0 3 0.01 0.01 0.01 0 0.17 
14 24 24 0 0 3 0 0 0.01 0 0 
15 0 0 20 0 1 0 0 0 0 0 
15 1 1 0 0 1 0.01 0.01 0.02 -0.01 -0.3 
15 2 2 0 0 1 0.01 0.01 0.02 -0.01 -0.41 
15 4 4 0 0 1 0 0 0.02 0 0 
15 6 6 0 0 1 0 0 0.01 0 0 
15 8 8 0 0 1 0 0 0.01 0 0 
15 24 24 0 0 1 0 0 0.01 0 0 
16 0 0 20 0 1 0 0 0 0 0 
16 1 1 0 0 1 0 0 0.02 -0.02 -0.54 
16 2 2 0 0 1 0 0 0.02 -0.01 -0.45 
16 4 4 0 0 1 0 0 0.02 -0.01 -0.26 
16 6 6 0 0 1 0 0.01 0.01 -0.01 0.05 
16 8 8 0 0 1 0 0 0.01 -0.01 -0.12 
16 24 24 0 0 1 0 0 0.01 0 -0.02 
18 0 0 20 0 1 0 0 0 0 0 
18 1 1 0 0 1 0.02 0.01 0.02 -0.01 -1.03 
18 2 2 0 0 1 0.02 0.02 0.02 0 0.01 
18 4 4 0 0 1 0.02 0 0.02 -0.01 -1.27 
18 6 6 0 0 1 0.02 0.02 0.01 0 0.59 
18 8 8 0 0 1 0.02 0.02 0.01 0 0.57 
18 24 24 0 0 1 0.01 0.02 0.01 0.01 2.69 
19 0 0 20 0 1 0 0 0 0 0 
19 1 1 0 0 1 0.01 0 0.02 -0.02 -0.67 
19 2 2 0 0 1 0.01 0 0.02 -0.01 -0.56 
19 4 4 0 0 1 0.01 0.01 0.02 -0.01 -0.03 
19 6 6 0 0 1 0.01 0.01 0.01 -0.01 -0.01 
19 8 8 0 0 1 0.01 0.01 0.01 -0.01 0.15 
19 24 24 0 0 1 0 0.01 0.01 0 0.49 
20 0 0 20 0 1 0 0 0 0 0 
20 1 1 0 0 1 0.01 0.03 0.02 0.01 0.98 
20 2 2 0 0 1 0.01 0.02 0.02 0 0.31 
20 4 4 0 0 1 0.01 0.01 0.02 -0.01 -0.49 
20 6 6 0 0 1 0.01 0.01 0.01 -0.01 -0.53 
20 8 8 0 0 1 0.01 0.01 0.01 -0.01 -0.59 
20 24 24 0 0 1 0 0 0.01 0 -0.39 
22 0 0 20 0 1 0 0 0 0 0 
22 1 1 0 0 1 0.01 0.01 0.02 -0.01 -0.65 
22 2 2 0 0 1 0.01 0.01 0.02 -0.01 -0.18 
22 4 4 0 0 1 0.01 0.02 0.02 0 0.53 
22 6 6 0 0 1 0.01 0.01 0.01 -0.01 -0.16 
22 8 8 0 0 1 0.01 0.01 0.01 -0.01 -0.18 
22 24 24 0 0 1 0 0 0.01 0 0 
23 0 0 20 0 1 0 0 0 0 0 
23 1 1 0 0 1 0.02 0.02 0.02 0 -0.47 
23 2 2 0 0 1 0.02 0.05 0.02 0.03 2.6 
23 4 4 0 0 1 0.02 0.02 0.02 0.01 0.21 
23 6 6 0 0 1 0.02 0.01 0.01 0 -0.47 
23 8 8 0 0 1 0.02 0.01 0.01 0 -0.86 
23 24 24 0 0 1 0.01 0 0.01 0 -1.38 
24 0 0 0 0 1 0 0 0 0 0.16 
24 0.01 0 20 0 1 0 0 0 0 0 
24 1 0.99 0 0 1 0.01 0.02 0.02 0 0.56 
24 2 1.99 0 0 1 0.01 0.01 0.02 -0.01 -0.53 
24 4 3.99 0 0 1 0.01 0.01 0.02 -0.01 -0.02 
24 6 5.99 0 0 1 0.01 0.01 0.02 -0.01 -0.48 
24 8 7.99 0 0 1 0.01 0.01 0.02 -0.01 -0.39 
24 24 24 0 0 1 0.01 0 0.01 -0.01 -0.59 
25 0 0 20 0 2 0 0 0 0 0 
25 1 1 0 0 2 0.06 0.1 0.02 0.09 4.51 
25 2 2 0 0 2 0.05 0.07 0.02 0.05 1.54 
25 4 4 0 0 2 0.05 0.06 0.02 0.05 1.2 
25 6 6 0 0 2 0.05 0.06 0.01 0.05 1.58 
25 8 8 0 0 2 0.04 0.02 0.01 0.01 -2.52 
25 24 24 0 0 2 0.02 0 0.01 0 -4.48 
26 0 0 20 0 2 0 0 0 0 0 
26 1 1 0 0 2 0.15 0.12 0.02 0.1 -2.99 
26 2 2 0 0 2 0.15 0.24 0.02 0.22 9.42 
26 4 4 0 0 2 0.14 0.22 0.02 0.21 9.35 
26 6 6 0 0 2 0.12 0.17 0.01 0.16 5.55 
26 8 8 0 0 2 0.11 0.14 0.01 0.12 2.46 
26 24 24 0 0 2 0.06 0.01 0.01 0 -12.9 
28 0 0 20 0 2 0 0 0 0 0 
28 1 1 0 0 2 0.1 0.01 0.02 -0.01 -5.13 
28 2 2 0 0 2 0.09 0.03 0.02 0.02 -2.94 
28 4 4 0 0 2 0.08 0.18 0.02 0.17 13.7 
28 6 6 0 0 2 0.08 0.07 0.01 0.06 2.22 
28 8 8 0 0 2 0.07 0.04 0.01 0.03 -1.01 
28 24 24 0 0 2 0.04 0 0.01 0 0 
29 0 0 20 0 2 0 0 0 0 0 
29 1 1 0 0 2 0.01 0.01 0.02 -0.01 -0.46 
29 2 2 0 0 2 0.01 0.01 0.02 -0.01 -0.22 
29 4 4 0 0 2 0.01 0 0.02 0 0 
29 6 6 0 0 2 0 0 0.01 0 0 
29 8 8 0 0 2 0 0 0.01 0 0 
29 24 24 0 0 2 0 0 0.01 0 0 
30 0 0 20 0 0 0 0 0 0 0 
30 1 1 0 0 0 0.07 0 0.02 0 0 
30 2 2 0 0 0 0.07 0.01 0.02 -0.01 -4.61 
30 4 4 0 0 0 0.06 0.09 0.02 0.08 4.77 
30 6 6 0 0 0 0.06 0.09 0.01 0.07 5.02 
30 8 8 0 0 0 0.05 0.03 0.01 0.01 -1.98 
30 24 24 0 0 0 0.03 0.04 0.01 0.03 3.14 
31 0 0 20 0 4 0 0 0 0 0 
31 1 1 0 0 4 0 0 0.02 -0.01 -0.26 
31 2 2 0 0 4 0 0 0.02 -0.01 -0.46 
31 4 4 0 0 4 0 0 0.02 -0.01 -0.27 
31 6 6 0 0 4 0 0 0.01 -0.01 -0.15 
31 8 8 0 0 4 0 0 0.01 -0.01 -0.21 
31 24 24 0 0 4 0 0 0.01 0 0.06 
32 0 0 20 0 4 0 0 0 0 0 
32 1 1 0 0 4 0 0 0.02 0 0 
32 2 2 0 0 4 0 0 0.02 -0.01 -0.23 
32 4 4 0 0 4 0 0 0.02 -0.02 -0.62 
32 6 6 0 0 4 0 0 0.01 -0.01 -0.38 
32 24 24 0 0 4 0 0 0.01 0 0.05 
33 0 0 20 0 4 0 0 0 0 0 
33 1 1 0 0 4 0 0 0.02 -0.01 -0.32 
33 2 2 0 0 4 0 0 0.02 -0.01 -0.29 
33 4 4 0 0 4 0 0 0.02 -0.01 -0.37 
33 6 6 0 0 4 0 0.01 0.01 -0.01 -0.08 
33 8 8 0 0 4 0 0 0.01 -0.01 -0.29 
33 24 24 0 0 4 0 0 0.01 0 0.06 
34 0 0 20 0 4 0 0 0 0 0 
34 1 1 0 0 4 0.01 0.01 0.02 -0.01 0.04 
34 2 2 0 0 4 0.01 0 0.02 -0.01 -0.49 
34 4 4 0 0 4 0.01 0 0.02 -0.01 -0.41 
34 6 6 0 0 4 0.01 0 0.01 -0.01 -0.36 
34 8 8 0 0 4 0.01 0.01 0.01 -0.01 -0.15 
34 24 24 0 0 4 0 0.01 0.01 0 0.69 
35 0 0 20 0 4 0 0 0 0 0 
35 1 1 0 0 4 0 0 0.02 -0.02 -0.39 
35 2 2 0 0 4 0 0.01 0.02 -0.01 -0.1 
35 4 4 0 0 4 0 0 0.02 -0.01 -0.26 
35 6 6 0 0 4 0 0 0.01 -0.01 -0.24 
35 8 8 0 0 4 0 0 0.01 -0.01 -0.3 
35 24 24 0 0 4 0 0 0.01 -0.01 -0.46 

Cordialement

rcmoulirc

Answer 1

Vous pouvez facilement sous-ensemble de votre cadre de données et l'intrigue seulement

Par exemple, disons que votre trame de données est appelée df:

df[df$ID==1,] 

retournera uniquement les lignes avec ID = 1

Mettre cela dans une boucle et vous avez vos graphiques

for (i in 1:35) # Or, even better 1:(max(df$ID)) 
    { 
    X11() 
    tmp <- df[df$ID == i,] 
    # Plot whatever you need to plot 
    } 

Answer 2

Voici un code utilisant le package ggplot2 incroyable qui produit les types de graphiques que je ne voudrais dans ce cas. Consultez la documentation et le site Web de Hadley pour les modifier.

#Assume ID, and Ward are factors, and WRES. shouldn't be 
pkso$ID<-as.factor(pkso$ID) 
pkso$WARD<-as.factor(pkso$WARD) 
pkso$WRES<-as.numeric(pkso$WRES.) 

#display clean data for SO fans 
dput(pkso) 

library(ggplot2) 

#draw a graph TAD Vs IPRE,DV,PRED as a whole which i have no issues in producing them. 
#first melt the data into a narrow format, then plot 
pksomelt<-melt(pkso, id.vars=c("ID","TIME","TAD","AMT","BL","WARD")) 
pksomelt$value<-as.numeric(pksomelt$value) 
#now subset that data for what we want 
pksomelt<-subset(pksomelt,variable %in% c("IPRE","DV","PRED")) 
#now plot, using facet_wrap to seperate variables 
pkplot1<-ggplot(pksomelt, aes(TAD, value)) + 
     geom_point() + 
     scale_shape(solid = FALSE) + 
     facet_wrap(~ variable) 

print(pkplot1) 
#Second part is I am trying to produce an individual graph for ID (n=35) so 35 graph for (TAD Vs IPRE,DV,PRED) 
#so, for an individual plot 
pkplot2<-ggplot(subset(pksomelt, ID == "1"), aes(TAD, value)) + 
     geom_point() + 
     scale_shape(solid = FALSE) + 
     facet_wrap(~ variable) 

print(pkplot2) 
# or, for presenting, you could do all 35 spread across 6 plots, but seperated, by using facet_grid 
i<-ceiling(max(as.numeric(pksomelt$ID))/6) # Calculate number of ID's per plot 

pkplot3<-ggplot(subset(pksomelt, as.numeric(pksomelt$ID) > (i*0) & as.numeric(pksomelt$ID) < (i*1)+1), 
       aes(TAD, value)) + 
     geom_point() + 
     scale_shape(solid = FALSE) + 
     facet_grid(ID ~ variable) 

print(pkplot3) 

pkplot4<-ggplot(subset(pksomelt, as.numeric(pksomelt$ID) > (i*1) & as.numeric(pksomelt$ID) < (i*2)+1), 
       aes(TAD, value)) + 
     geom_point() + 
     scale_shape(solid = FALSE) + 
     facet_grid(ID ~ variable) 

print(pkplot4) # ect etc 
#Third Part is to try and produce a graph based on Ward (TAD Vs IPRE,DV,PRED) which will have 5 graphs. 
#Again, use Facet_grid to seperate different wards, let's also add lines to show it's possible 
pkplot5<-ggplot(pksomelt, aes(TAD, value)) + 
     geom_point(aes(colour=ID)) + geom_line(aes(colour=ID)) + 
     scale_shape(solid = FALSE) + 
     facet_grid(WARD ~ variable, scales="free") 

print(pkplot5)