Как назначить цвета категориальным переменным в ggplot2, которые имеют стабильное отображение?

Я набирал скорость с R в прошлом месяце.

Вот мой вопрос:

Как можно назначить цвета категориальным переменным в ggplot2, которые имеют стабильное отображение? Мне нужны согласованные цвета для набора графиков, которые имеют разные подмножества и разное количество категориальных переменных.

Например,

plot1 <- ggplot(data, aes(xData, yData,color=categoricaldData)) + geom_line()

где categoricalDataимеет 5 уровней.

А потом

plot2 <- ggplot(data.subset, aes(xData.subset, yData.subset, 
                                 color=categoricaldData.subset)) + geom_line()

где categoricalData.subsetимеет 3 уровня.

Тем не менее, определенный уровень в обоих наборах будет иметь другой цвет, что затруднит совместное чтение графиков.

Нужно ли создавать вектор цветов во фрейме данных? Или есть другой способ назначить определенные цвета категориям?

Для простых ситуаций, таких как точный пример в ОП, я согласен, что ответ Тьерри - лучший. Тем не менее, я думаю, что полезно указать на другой подход, который становится легче, когда вы пытаетесь поддерживать согласованные цветовые схемы для нескольких фреймов данных, которые не все получены путем поднабора одного большого фрейма данных. Управление уровнями факторов в нескольких фреймах данных может быть утомительным, если они извлекаются из отдельных файлов, и не все уровни факторов отображаются в каждом файле.

Одним из способов решения этой проблемы является создание настраиваемой ручной цветовой шкалы следующим образом:

#Some test data
dat <- data.frame(x=runif(10),y=runif(10),
        grp = rep(LETTERS[1:5],each = 2),stringsAsFactors = TRUE)

#Create a custom color scale
library(RColorBrewer)
myColors <- brewer.pal(5,"Set1")
names(myColors) <- levels(dat$grp)
colScale <- scale_colour_manual(name = "grp",values = myColors)

и затем добавьте цветовую шкалу на график по мере необходимости:

#One plot with all the data
p <- ggplot(dat,aes(x,y,colour = grp)) + geom_point()
p1 <- p + colScale

#A second plot with only four of the levels
p2 <- p %+% droplevels(subset(dat[4:10,])) + colScale

Первый сюжет выглядит так:

и второй сюжет выглядит так:

Таким образом, вам не нужно запоминать или проверять каждый фрейм данных, чтобы убедиться, что они имеют соответствующие уровни.

Я нахожусь в такой же ситуации указывал malcook в своем комментарии : к сожалению, ответ на Тьерри не работает с ggplot2 версии 0.9.3.1.

png("figure_%d.png")
set.seed(2014)
library(ggplot2)
dataset <- data.frame(category = rep(LETTERS[1:5], 100),
    x = rnorm(500, mean = rep(1:5, 100)),
    y = rnorm(500, mean = rep(1:5, 100)))
dataset$fCategory <- factor(dataset$category)
subdata <- subset(dataset, category %in% c("A", "D", "E"))

ggplot(dataset, aes(x = x, y = y, colour = fCategory)) + geom_point()
ggplot(subdata, aes(x = x, y = y, colour = fCategory)) + geom_point()

Вот это первая цифра:

и вторая цифра:

Как мы видим, цвета не остаются неизменными, например, E переключается с пурпурного на синий.

Как предложил malcook в своем комментарии и hadley в своем комментарии, код, который использует limitsправильно, работает:

ggplot(subdata, aes(x = x, y = y, colour = fCategory)) +       
    geom_point() + 
    scale_colour_discrete(drop=TRUE,
        limits = levels(dataset$fCategory))

дает следующий рисунок, который является правильным:

Это вывод из sessionInfo():

R version 3.0.2 (2013-09-25)
Platform: x86_64-pc-linux-gnu (64-bit)

locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C              
 [3] LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
 [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8   
 [7] LC_PAPER=en_US.UTF-8       LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C            
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] methods   stats     graphics  grDevices utils     datasets  base     

other attached packages:
[1] ggplot2_0.9.3.1

loaded via a namespace (and not attached):
 [1] colorspace_1.2-4   dichromat_2.0-0    digest_0.6.4       grid_3.0.2        
 [5] gtable_0.1.2       labeling_0.2       MASS_7.3-29        munsell_0.4.2     
 [9] plyr_1.8           proto_0.3-10       RColorBrewer_1.0-5 reshape2_1.2.2    
[13] scales_0.2.3       stringr_0.6.2 

Самым простым решением является преобразование вашей категориальной переменной в коэффициент до поднабора. Суть в том, что вам нужна факторная переменная с одинаковыми уровнями во всех ваших подмножествах.

library(ggplot2)
dataset <- data.frame(category = rep(LETTERS[1:5], 100), 
    x = rnorm(500, mean = rep(1:5, 100)), y = rnorm(500, mean = rep(1:5, 100)))
dataset$fCategory <- factor(dataset$category)
subdata <- subset(dataset, category %in% c("A", "D", "E"))

С символьной переменной

ggplot(dataset, aes(x = x, y = y, colour = category)) + geom_point()
ggplot(subdata, aes(x = x, y = y, colour = category)) + geom_point()

С переменной фактора

ggplot(dataset, aes(x = x, y = y, colour = fCategory)) + geom_point()
ggplot(subdata, aes(x = x, y = y, colour = fCategory)) + geom_point()

Это старый пост, но я искал ответ на этот же вопрос,

Почему бы не попробовать что-то вроде:

scale_color_manual(values = c("foo" = "#999999", "bar" = "#E69F00"))

Если у вас есть категориальные значения, я не вижу причины, почему это не должно работать.

Основываясь на очень полезном ответе Джорана, я смог придумать это решение для стабильной цветовой шкалы для логического фактора ( TRUE, FALSE).

boolColors <- as.character(c("TRUE"="#5aae61", "FALSE"="#7b3294"))
boolScale <- scale_colour_manual(name="myboolean", values=boolColors)

ggplot(myDataFrame, aes(date, duration)) + 
  geom_point(aes(colour = myboolean)) +
  boolScale

Поскольку ColorBrewer не очень полезен для бинарных цветовых шкал, два необходимых цвета определяются вручную.

Вот mybooleanимя столбца, myDataFrameсодержащего фактор ИСТИНА / ЛОЖЬ. dateи durationимена столбцов, которые должны быть сопоставлены с осями x и y графика в этом примере.