如何使用ggplot2为分组条形图绘制误差线？

Question

我有一个数据集，其中一个变量（bTemp）具有两个不同的因子（位置和值），我根据这两个因子对数据进行分组，然后为这些数据组生成标准误差（sem）（即，我生成了字段最大值，实验室最大值，字段最小值等下的数据的st。错误。

我试图绘制圣路。错误的分组数据到我的分组的条形图上，但我只能得到一个标准。每个均值条的误差条，而不是两个（均值条中的一个）。我检查了分组数据框，它正在生成st。错误正确。因此，我在geom_errorbar中定义错误栏的方式一定存在问题。

 str(LabFieldData)
'data.frame':   324 obs. of  3 variables:
 $ Place: Factor w/ 2 levels "Field","Lab": 1 1 1 1 1 1 1 1 1 1 ...
 $ Value: Factor w/ 3 levels "Max","Mean","Min": 3 3 3 3 3 3 3 3 3 3 ...
 $ bTemp: num  26.5 26.7 26.1 28.1 26.6 26.8 23.9 26.1 28.5 26.4 ...

#Group data by place (lab,field) and value(min,mean,max)
LabFieldData %>% group_by(Place,Value) %>% 
  mutate(sem = sd(bTemp)/sqrt(length(bTemp))) %>%

#Plot bar plot of means by value (mean, min, max) and color by place (lab, field)
ggplot(mapping = aes(Value, bTemp, color = Place)) +
  geom_bar(mapping = aes(color = Place, fill = Place), stat = "summary", position="dodge") +
  geom_errorbar(stat = 'summary', mapping = aes(ymin=bTemp-sem,ymax=bTemp+sem),
    position=position_dodge(0.9),width=.1, color = "black", size = 1) + 
  scale_y_continuous(name = "Body Temperature (°C)", breaks = c(0,5,10,15,20,25,30,35),
    limits=c(0,34)) + scale_x_discrete(name=element_blank(),limits=c("Min","Mean","Max")) +
  theme(legend.title = element_blank()) + scale_color_hue()

Answer 1

您非常接近，需要在ggplot函数中而不是geom_bar函数中指定填充。

LabFieldData %>% group_by(Place,Value) %>% 
   mutate(sem = sd(bTemp)/sqrt(length(bTemp))) %>%
   #Plot bar plot of means by value (mean, min, max) and color by place (lab, field)
   ggplot(mapping = aes(Value, bTemp, color = Place, fill=Place)) +
   geom_bar(stat = "summary", position="dodge") +
   geom_errorbar(stat = 'summary', mapping = aes(ymin=bTemp-sem,ymax=bTemp+sem),
                 position=position_dodge(0.9), width=.1, color = "black", size = 1) + 
   scale_y_continuous(name = "Body Temperature (°C)", breaks = c(0,5,10,15,20,25,30,35), limits=c(0,34)) + 
   scale_x_discrete(name=element_blank(), limits=c("Min","Mean","Max")) +
   theme(legend.title = element_blank()) + scale_color_hue()