Primero que nada armaremos un ejemplo más simple que el tuyo para que sea más fácil y comprensible. Armaremos un data.frame
con solo 3 grupos de datos con medias distintas en cada uno:
library(ggplot2)
set.seed(10)
df<-data.frame(x=rep(c("Grupo1","Grupo2","Grupo3"),100,each=100),
y=c(rnorm(100, mean = 3, sd = 1),
rnorm(100, mean = 10, sd = 1),
rnorm(100, mean = 1, sd = 2)
)
)
head(df,10)
x y
1 Grupo1 3.018746
2 Grupo1 2.815747
3 Grupo1 1.628669
4 Grupo1 2.400832
5 Grupo1 3.294545
6 Grupo1 3.389794
7 Grupo1 1.791924
8 Grupo1 2.636324
9 Grupo1 1.373327
10 Grupo1 2.743522
Comencemos con un gráfico de violín sencillo
ggplot(df, aes(x=x, y=y)) +
geom_violin() +
stat_summary(fun.y=mean, geom="point", shape=23, size=2, color = "black")
Tres grupos o violines y un punto en cada uno para indicar el valor de la media. Veamos ahora tus preguntas:
(1) No sé cómo hacer para que me ordene los violines de izquierda a derecha de menor media a mayor media.
Para esto son muy útiles los Factores, estos tienen internamente un orden determinado por los levels
, cuando se crean automáticamente al crear un data.frame
, el orden es alfabético, por lo que simplemente debemos ordenar los levels
:
orden <- aggregate(y ~ x, df, mean)
orden <- orden[order(orden$y),]
df$x <- factor(df$x, levels = orden$x)
- Con
aggregate(y ~ x, df, mean)
agrupamos por x
y calculamos la media de cada una de ellas
- Con
orden <- orden[order(orden$y),]
ordenamos por la media calculada de cada grupo en orden ascendente, si quisieramos orden descendente: orden[-order(orden$y),]
- Por último reordenamos el
factor
por el orden deseado: df$x <- factor(df$x, levels = orden$x)
Ahora simplemente hay que graficar, el código sigue siendo el mismo:
(2) trazar una línea horizontal que representa la media
Para esto, aprovecharemos el objeto orden
que hemos creado, este simplemente tiene las medias ordenadas de cada grupo:
x y
3 Grupo3 1.057504
2 Grupo1 2.863451
1 Grupo2 9.905037
Para graficarlas como líneas, agregaremos un geom_hline()
de la siguiente forma:
ggplot(df, aes(x=x, y=y)) +
geom_violin() +
stat_summary(fun.y=mean, geom="point", shape=23, size=2, color = "black") +
geom_hline(data = orden, aes(group = x, yintercept = y), color = "red")
Obtenemos:
(3) ¿cómo podría elegir otra gama de colores que diferenciara más los violines entre sí?
Tienes dos opciones, o defines manualmente los colores o usas alguna función que te retorne una paleta del tamaño necesario para los grupos a graficar. De cualquier forma deberás establecer el parámetro fill
para geom_violin
y relacionarlo con cada grupo: geom_violin(aes(fill=x))
, con esto decimos que el "llenado" de color de cada violín lo determina la variable x
(en tu caso data2
). Luego simplemente hay que establecer los colores:
Manualmente:
scale_fill_manual(values=c("#999999", "#E69F00", "#56B4E9"))
Desde una paleta ya definida en R:
scale_fill_manual(values=terrain.colors(3))
Nota: Hay varias ya disponibles rainbow()
, heat.colors()
, terrain.colors()
, topo.colors()
, y cm.colors()
que puedes evaluar. El funcionamiento es similar, le pides una cantidad determinada de colores y retornaran un vector con los mismos. También dispones de colorRampPalette()
que permite "generar" paletas a partir de ciertos colores límites que le pases: colfunc <- colorRampPalette(c("red", "yellow", "green"))
Pero además dispones de múltiples paletas para elegir, producto de los gustos y necesidades de los usuarios que las comparten como paquetes, por ejemplo: RColorbrewer
que ya ofrece funciones para integrarse a ggplot
:
library("RColorBrewer")
scale_fill_brewer(palette="Blues")
Veamos un ejemplo final:
library("RColorBrewer")
ggplot(df, aes(x=x, y=y)) +
geom_violin(aes(fill=x)) +
stat_summary(fun.y=mean, geom="point", shape=23, size=2, color = "black") +
geom_hline(data = orden, aes(group = x, yintercept = y), color = "red") +
scale_fill_brewer(palette="Blues")
(4) Hay algún repositorio donde pueda elegir diferentes paletas de colores para probar?
No hay ningún repositorio específico para paletas, puedes buscar estas por lo medios habituales para buscar cualquier paquete de R
, lo que sí hay una muy completa recopilación de paletas en este sitio.