如何解决根据ggplot中的两个列表创建qqPlot
我有两个带有四个数据帧的列表。第一个列表（“ loc_list_OBS”）中的数据帧只有两列“ Year”和“ Mean_Precip”，而第二个列表（“ loc_list_Model”）中的数据帧具有33列“ Year”，然后分别表示32种不同的降水量模型。
因此loc_list_OBS中的数据帧看起来像这样，但是数据一直到2005年：
Year Mean_Precip
1965 799.1309
1966 748.0239
1967 619.7572
1968 799.9263
1969 680.9194
1970 766.2304
1971 599.5365
1972 717.8912
1973 739.4901
1974 707.1130
... ....
2005 ....
loc_list_Model中的数据帧看起来像这样，但总共有32个Model列，数据也流向2005年：
Year Model 1 Model 2 Model 3 ...... Model 32
1965 714.1101 686.5888 1048.4274
1966 1018.0095 766.9161 514.2700
1967 756.7066 902.2542 906.2877
1968 906.9675 919.5234 647.6630
1969 767.4008 861.1275 700.2612
1970 876.1538 738.8370 664.3342
1971 781.5092 801.2387 743.8965
1972 876.3522 819.4323 675.3022
1973 626.9468 927.0774 696.1884
1974 752.4084 824.7682 835.1566
.... ..... ..... .....
2005 ..... ..... .....
每个数据框代表一个地理位置，两个列表具有相同的四个位置，但是一个列表用于观测值，另一个列表用于同一时间范围内的建模值。
我想创建qqplots，将观察值的分位数与每个位置的每个模型的分位数进行比较。我也希望每个位置的pdf都包含一个qqplots。我已经编写了将建模数据与标准正态分布进行比较的代码，并创建了四个以上指定的pdf。该代码如下：
for (q in loc_list) local({
qq_combine_plot <- gather(q,condition,measurement,2:33,factor_key = TRUE)
ggplot(qq_combine_plot,aes(sample = measurement)) +
facet_wrap(~ condition,scales = "free") +
stat_qq() +
stat_qq_line()+
ggtitle(paste("qqplot for Mean Yearly Precip \n NE 2020-59 RCP45",names(q)))+
theme(plot.title = element_text(hjust = 0.5))+
labs(y = "Mean Yearly Precip (mm)")
ggsave(file=paste("qq_NE_59_s45_",names(q),".pdf"),device = pdf,height = 14,width = 14)
})
我能够创建qqplots来比较上述两个列表中的分位数，但是我无法弄清楚如何使用ggplot做到这一点，并且在合并图并具有适当模型标题的情况下仍具有相同的pdf输出。我为此使用的代码是：
myfun <- function(x,y)
{
OBS_Data <- x$Mean_Precip
for(i in 2:dim(y)[2])
{
Model_Data <- y[,i]
qqplot(x=OBS_Data,y=Model_Data,ylab = "Model Quantile Values",xlab = "Observed Quantile Values")
}
}
t.stat <- mapply(FUN = myfun,x=loc_list_OBS,y=loc_list_Model,SIMPLIFY = FALSE)
有人能帮助我解决这个问题吗？
解决方法
如果我正确理解，您想将第一个列表中的数据与第二个列表中的数据进行比较。然后为所有模型构建一个类似于ggplot2的{{1}}图。然后在每个城市的图之间进行区别并保存图（如果您有4个位置，则应在pdf中包含4张幻灯片）。在这种情况下，我建议使用循环的下一种方法。您包括的步骤很有用。为了比较两个数据帧，您必须在qqplot()操作之后将它们加入。可以计算gather()值，并将其包含在代码中。此解决方案使用qqplot()函数完成，因此请检查是否已安装ID。最终输出将为pdf，但我创建了一个列表（tidyverse），在打印之前已存储了图。这里的代码基于您共享的内容使用了虚拟列表（由List和df1创建，这些列表位于本文的末尾）。
df2现在进行设置以达到所需的输出：
library(tidyverse)
#Code for data
#Data 1
List1 <- list(u1=df1,u2=df1,u3=df1,u4=df1)
#Data 2
List2 <- list(u1=df2,u2=df2,u3=df2,u4=df2)
循环从两个列表中获取数据并复制步骤，以便绘制出图并将其保存在#Create an empty list to save the plots
List <- list()
#Loop any of List1 and List2 has the same length
for(i in 1:length(List1))
{
x <- List1[[i]]
y <- List2[[i]]
#Text chain for names
textchain <- names(List1[i])
#First reshape data
qq_combine_plot <- gather(y,condition,measurement,2:dim(y)[2],factor_key = TRUE)
#Now merge with original measure aka mean
qqmer <- qq_combine_plot %>% left_join(x)
#Now compute the qqplot measures
r1 <- qqmer %>%
group_by(condition) %>%
nest() %>%
mutate(qq = map(.x = data,~as.data.frame(qqplot(x = .$Mean_Precip,y = .$measurement,plot.it = FALSE)))) %>%
unnest(qq)
#Prepare plot
G <- r1 %>%
ggplot(aes(x = x,y = y)) +
geom_point() +
facet_wrap(~condition,scales = 'free')+
theme_bw()+theme(panel.grid = element_blank())+
ylab("Model Quantile Values")+xlab("Observed Quantile Values")+
ggtitle(paste0("qqplot for Mean Yearly Precip and modelled values between ",textchain," data"))
#Assign to list
List[[i]] <- G
}
中。
最后，我们使用另一个循环将图打印为pdf。它们各自的标题根据列表名称显示位置。在这种情况下，我将虚拟名称设置为List：
u1,...,u4最终输出将是您定义的某个目录中的pdf。请注意#Export to pdf
pdf('Example.pdf',width = 14)
for(i in c(1:length(List)))
{
plot(List[[i]])
}
dev.off()
。您可以使用提到的函数具有的参数facet_wrap()和nrow来调整图中的列和行数。这是生成的pdf的一些输出：
使用了一些数据：
ncol版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。