3 つの列を持つデータフレームがあります。Site と Provider は文字列で、LOS は連続しています。私のデータセットには 1500 行を超える行があるため、分析を容易にするためにシードを使用してデータセットをサンプリングしました。このデータフレームを使用します:
HECCSV:
Site Provider LOS
SFH ASAND 259
SFH ASAND 343
SJH LEI, 203
SFH HARME 182
SJH KHAN, 303
EMH DELUH 145
SJH VISSA 317
EMH SURIA 266
SJH MAKOW 113
SJH HERNA 263
FRK SMUKO 262
EMH BRUCE 309
SFH CESAR 197
FRK SMUKO 217
SFH SHALL 200
SJH NASH, 258
SJH DOUGH 391
SJH LACRO 368
FRK RICHB 196
SJH DONIE 208
SJH MONAW 245
SJH STULL 307
SJH SCHIL 330
SFH ABERN 340
SJH DELUH 420
SJH DELUH 160
SFH KORTB 328
SJH FRAZI 150
FRK BLANK 281
SJH KRAUS 109
SJH ROSIE 279
SJH MURPH 200
SFH ENGLI 231
SFH SMUKO 205
SJH JOHNS 360
SJH DONIE 346
EMH MAURE 102
SJH MANTH 205
SJH FRAZI 289
SJOC MORAN 172
SFH CESAR 112
SJH HERNA 111
SJH LACRO 211
SJH HARME 343
SJH DIXON 89
SFH CULLE 165
SJH WILSO 239
SJH CULLE 200
SFH SMUKO 178
SFH BINDA 98
SJH ABERN 178
EMH MAURE 352
SFH BERGS 201
SJH ANDER 255
SJH HUBBA 107
SFH ASAND 1102
EMH MANTH 143
SJH DELUH 213
EMH RUVAL 258
SJH VISSA 350
SJH FRAZI 364
FRK PILLA 228
SFH WENNI 335
SFH WILSO 214
SJH CULLE 248
SJH LACRO 298
TWHH PARRI 135
SJH SURIA 234
SFH ABERN 317
FRK KRAUS 223
SJH SURIA 310
EMH GLINS 318
SJH ADAR, 308
SJH MAKOW 253
SJH MURPH 257
SFH ABERN 262
SJH STULL 514
SJH ANDER 324
SJH KHAN, 117
SJH LACRO 151
EMH PILLA 150
SJH MUELL 295
SFH RICHB 149
SFH MANTH 315
FRK HERNA 218
FRK ASAND 167
EMH DONOF 161
EMH SWART 243
SJH FRAZI 392
FRK DONIE 213
SFH SMUKO 276
SJH MAURE 531
FRK MAURE 241
SJH LACRO 127
EMH RUVAL 349
EMH DONOF 346
SJH CULLE 399
EMH ANDER 243
SJH MAKOW 175
SFH HONNO 285
各サイトの各プロバイダーの平均 LOS をプロットすることに関心があります。外れ値にラベルを付けたいと思います。ジッターで geom_point を使用するようになります。他のユーザーからのオンライン コメントに従って、datJit という 2 番目のデータフレームを作成しました。新しいデータフレームの場合、LOS は、サイトおよびプロバイダーごとの LOS グループの中央値を意味します。サイトごとにグループ化された中央値の LOS に SM を追加しました。xj は ggplot の x 軸のジッター、out は ggplot でラベル付けする行の TRUE です。コードは次のようになります。
data <- ddply(HECCSV, .(Site,Provider), function(x) median(x$LOS))
data <- ddply(data, .(Site), function(g) {g$SM <- quantile(g$V1,0.96);g})
colnames(data) <- c ("Site","Provider","LOS","SM")
datJit <- data
datJit$xj <- jitter(as.numeric(factor(data$Site)))
datJit <- ddply(datJit,.(LOS),.fun=function(g){ g$out <- g$LOS >= g$SM; g } )
datJit データフレームは次のようになります。
Site Provider LOS SM xj out
EMH MANTH 36.0 312.60 0.8989241 FALSE
EMH ANDER 62.0 312.60 1.1421376 FALSE
SJH MAKOW 92.0 402.00 4.1620511 FALSE
FRK BANIU 101.0 296.08 1.8130307 FALSE
EMH HARME 104.0 312.60 0.9778059 FALSE
SJH SMUKO 110.0 402.00 4.0529616 FALSE
SFH ARBIT 117.5 571.20 2.9281353 FALSE
SJH DIXON 122.0 402.00 4.0077163 FALSE
SFH SHALL 124.0 571.20 2.8466912 FALSE
SFH FELIC 135.0 571.20 3.0444518 FALSE
EMH DELUH 145.0 312.60 1.0192006 FALSE
EMH PILLA 150.0 312.60 0.8234848 FALSE
SJOC SCERP 151.0 206.68 5.0967039 FALSE
SFH ADAR, 155.0 571.20 3.1976121 FALSE
SJH STULL 159.5 402.00 3.8986343 FALSE
SJH DONIE 165.0 402.00 4.1175304 FALSE
EMH STULL 167.0 312.60 0.8981766 FALSE
FRK SURIA 177.0 296.08 1.8701017 FALSE
EMH ROSIE 181.0 312.60 0.8141137 FALSE
FRK GEDAN 182.0 296.08 1.8771275 FALSE
FRK HONNO 186.0 296.08 2.1625728 FALSE
SJH HUBBA 191.5 402.00 3.9899187 FALSE
SJH SURIA 199.5 402.00 3.9287032 FALSE
FRK DIXON 207.0 296.08 1.8887039 FALSE
SFH CHESK 209.0 571.20 2.9543299 FALSE
SJOC DONIE 209.0 206.68 5.0137046 TRUE
SFH HICKS 210.0 571.20 2.8389316 FALSE
FRK DONIE 213.0 296.08 2.1347646 FALSE
FRK HERNA 218.0 296.08 2.1701933 FALSE
SJH WENNI 219.0 402.00 4.0968437 FALSE
SJH HARME 220.0 402.00 4.1628144 FALSE
SFH ABERN 221.0 571.20 2.9650992 FALSE
SJH GLINS 222.5 402.00 4.1643052 FALSE
SJH HERNA 228.0 402.00 4.1503148 FALSE
SJH KORTB 231.0 402.00 3.8981447 FALSE
SJH MURPH 237.0 402.00 4.0250026 FALSE
SJH WILSO 239.0 402.00 3.9719906 FALSE
FRK MAURE 241.0 296.08 1.8193441 FALSE
SJH FELIC 243.0 402.00 3.8967263 FALSE
SJH ANDER 247.0 402.00 3.8460451 FALSE
EMH RUVAL 247.5 312.60 1.0059763 FALSE
SJH MANTH 254.5 402.00 4.1880197 FALSE
SJH CLINE 260.0 402.00 4.0725797 FALSE
SFH MANTH 262.0 571.20 3.1527713 FALSE
SFH ROSIE 270.0 571.20 3.1446932 FALSE
SJH FULA, 271.5 402.00 4.0326154 FALSE
EMH ABERN 273.0 312.60 1.1911376 FALSE
SJH DELUH 273.0 402.00 4.1119299 FALSE
EMH BRUCE 276.0 312.60 1.1240272 FALSE
SJH WOLF, 280.0 402.00 4.1061772 FALSE
SJH BERGS 296.0 402.00 3.8062060 FALSE
SFH NASH, 302.0 571.20 2.8628445 FALSE
SFH KHAN, 306.0 571.20 3.0914843 FALSE
FRK SMUKO 322.0 296.08 1.9476877 TRUE
SFH DELUH 333.0 571.20 3.0930637 FALSE
SJH FRAZI 333.0 402.00 4.1636525 FALSE
EMH DONOF 337.0 312.60 1.1003078 TRUE
SFH FULA, 343.5 571.20 2.9226700 FALSE
SJH PILLA 361.0 402.00 3.8357858 FALSE
SFH CESAR 373.0 571.20 3.0936832 FALSE
TWHH KUMPR 398.5 398.50 5.8299727 TRUE
SJH CULLE 402.0 402.00 4.0666768 TRUE
SJH LACRO 411.0 402.00 3.8389552 TRUE
SFH DONIE 500.0 571.20 2.9377945 FALSE
SFH BLUM, 678.0 571.20 2.8202060 TRUE
stat_summary なしでプロットすると、プロットは正常に見えますが、stat_summary でエラー メッセージが表示され続けます。
p <- ggplot(HECCSV,aes(x=Site,y=LOS)) +
geom_point(data = datJit, alpha=0.8, aes(x=xj,colour=Site), size=4)+
stat_summary(fun.y = mean, fun.ymin = min, fun.ymax = max,colour = "red") +
geom_text(data = subset(datJit,out), aes(x=xj, label = Provider) ,hjust=1.1, size=4) +
labs(title="LOS by Site for Provider", y = "Median LOS (mins)" ) +
ggtitle(expression(atop("LOS by Site for Provider", atop(italic("Decemeber 2012"), ""))))
print(p)
エラーメッセージ：
エラー: 連続スケールに離散値が指定されました
私は何を間違っていますか？