ggplot2绘制双坐标轴图

R包ggplot2绘图精美，可以做出很复杂的图形，深受用户喜爱。它的作者hadley并不推荐使用ggplot2绘制双坐标轴图，认为这样会增加读图的难度，但是目前需要双坐标轴图应用的场景还是很多，如下图形直方图和曲线分别有不同的坐标轴，表示不同的意思，图片展示内容比较丰富


今天我们通过我们的汽车销售数据（公众号回复：汽车销售，可以获得数据）来演示一下ggplot2绘制双坐标轴图，主要是通过sec.axis函数进行转换，进行第二个坐标轴的转换。我们先来导入数据

library(foreign)
library(ggplot2)
library(plyr)
bc <- read.spss("E:/r/test/tree_car.sav",
                use.value.labels=F, to.data.frame=T)
1
2
3
4
5

我们来看下数据，car就是汽车售价，age是年龄，gender是性别，inccat是收入，这里分成4个等级，ed是教育程度。
我们用这个数据生成两个子数据，展示不同教育程度人群购车的区别，继续使用原来的summarySE函数生成数据，想了解这个函数的看《R语言绘制带误差和可信区间的折线图》这篇文章，主要是利用这个函数生成不同类型的数据分析指标，函数的代码如下：

summarySE <- function(data=NULL, measurevar, groupvars=NULL, na.rm=FALSE,
                      conf.interval=.95, .drop=TRUE) {
  library(plyr)
  
  # New version of length which can handle NA's: if na.rm==T, don't count them
  length2 <- function (x, na.rm=FALSE) {
    if (na.rm) sum(!is.na(x))
    else       length(x)
  }
  
  # This does the summary. For each group's data frame, return a vector with
  # N, mean, and sd
  datac <- ddply(data, groupvars, .drop=.drop,
                 .fun = function(xx, col) {
                   c(N    = length2(xx[[col]], na.rm=na.rm),
                     mean = mean   (xx[[col]], na.rm=na.rm),
                     sd   = sd     (xx[[col]], na.rm=na.rm)
                   )
                 },
                 measurevar
  )
  
  # Rename the "mean" column    
  datac <- rename(datac, c("mean" = measurevar))
  
  datac$se <- datac$sd / sqrt(datac$N)  # Calculate standard error of the mean
  
  # Confidence interval multiplier for standard error
  # Calculate t-statistic for confidence interval: 
  # e.g., if conf.interval is .95, use .975 (above/below), and use df=N-1
  ciMult <- qt(conf.interval/2 + .5, datac$N-1)
  datac$ci <- datac$se * ciMult
  
  return(datac)
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

这个函数并不是今天的主要内容，主要是看我们生成的数据

carss<- summarySE(bc, measurevar="car", groupvars=c("gender","ed"))
carss1<- summarySE(bc, measurevar="car", groupvars=c("inccat","ed"))
1
2

我们来看看生成的两个数据
Carss

carss1

carss1和carss都有ed这个数据，carss1的数据比carss多，carss1有inccat这个指标carss没有
我们先画一个carss数据的教育和汽车售价的直方图

ggplot() +
  geom_col( data = carss,aes(x = ed,y = car),fill="#6794a7")
1
2

上图展示了不同教育程度买车的情况，假设我们想把carss1这个数据的inccat和ci这个指标映射进上图中（不管临床意义，只是展示数据映射），我们可以看到ci这个指标很小0-5这样，而汽车这个指标的范围是0-80，不能通过同一坐标轴展示，所以只能通过分轴展示。主要是通过rescale函数先把ci这个指标在在0-80区间进行标准化转换，然后在投射于右坐标轴。
先把inccat转换成因子

carss1$inccat<-as.factor(carss1$inccat)
1

绘图

ggplot() +
  geom_col( data = carss,aes(x = ed,y = car),fill="#6794a7")+
  geom_line(data = carss1,aes(x = ed,y = rescale(ci,c(0,80)),colour=inccat,group=inccat),size=1.5) +
  geom_point(data = carss1,aes(x = ed,y = rescale(ci,c(0,80))),shape=21,fill="white",size=4)+
  scale_y_continuous(breaks=pretty_breaks(4),
                     sec.axis = sec_axis( ~rescale(.,c(0,5)),name = "ci",labels=sprintf('%.5f',(0:5))))
1
2
3
4
5
6

图形左轴表示直方图中购车情况，右轴表示不同收入人群的ci情况，把图形进一步美化一下

ggplot() +
  geom_col( data = carss,aes(x = ed,y = car),fill="#6794a7")+
  geom_line(data = carss1,aes(x = ed,y = rescale(ci,c(0,80)),colour=inccat,group=inccat),size=1.5) +
  geom_point(data = carss1,aes(x = ed,y = rescale(ci,c(0,80))),shape=21,fill="white",size=4)+
  scale_y_continuous(breaks=pretty_breaks(4),
                     sec.axis = sec_axis( ~rescale(.,c(0,5)),name = "ci",labels=sprintf('%.5f',(0:5))))+
  labs(title="This is a Title!",subtitle="This is a Subtitle",caption="This is a Caption")+
  theme_minimal(base_size=16) %+replace% 
  theme(
    plot.caption = element_text(hjust=0),
    plot.margin = unit(c(1,0.5,1,0.5), "lines")
  )
1
2
3
4
5
6
7
8
9
10
11
12

参考文献

1. ggplot2:数据分析与图形艺术
2. ggplot2双坐标轴的解决方案 杜雨 https://zhuanlan.zhihu.com/p/31872309