我有一个数据框,df2包含factor按照我想要分组的ID分组的观察结果.我已经使用另一个函数来识别我想要选择的每个因子组中的哪些行.这显示在下面df:

df <- data.frame(ID = c("A","B","C"),
                 pos = c(1,3,2))
df2 <- data.frame(ID = c(rep("A",5), rep("B",5), rep("C",5)),
                  obs = c(1:15))

在df,pos对应于我想要在所提到的因子级别内选择的行的索引ID,而不是在整个数据帧中df2.我正在寻找一种方法来ID根据正确的索引为每个行选择行(所以它们的行号在每个因素的水平内df2).

所以,在这个例子中,我要选择的第一个值df2与ID == 'A'在第三值df2与ID == 'B'和第二个值df2用ID == 'C'.

这会给我:

df3 <- data.frame(ID = c("A", "B", "C"),
                  obs = c(1, 8, 12))

目标

我的数据由许多点组成，这些点太多而无法表示为散点图。我想绘制一个点密度。

具体来说，我想知道是否有办法使用 ggplot2 获得与此类似的内容：

当前代码

pEPNSABobs1<-ggplot(dataE, aes(comp1,mod1obs, group=1))+ 
  geom_smooth(aes(color="chartreuse"), se=F, linetype="longdash", size=1)+ 
  stat_smooth(data=dataE, fill="chartreuse", color="chartreuse4", linetype="blank")+

  geom_smooth(data=dataS, aes(comp1,mod1obs, group=1, color="lightpink"), se=F, linetype="longdash", size=1)+ 
  stat_smooth(data=dataS, fill="lightpink",color="lightpink4", linetype="blank")+

  scale_colour_manual(name = 'Legend', 
                      values =c('lightpink'='lightpink4','chartreuse'='chartreuse4'), labels = c('PIM','ABB'))+
  scale_size_area() + 
  xlab("CDD0.year") +
  ylab(expression(f[CDD0.year.obs]))+
  labs(title='(A)')+ 
  theme(plot.title = element_text(hjust = 0, vjust=1),axis.title = element_text(size = rel(1.2)), title=element_text(size = rel(1.2)),axis.text=element_text(size = rel(1.2)),
        legend.text=element_text(size = rel(1.2)))

数据

DataE <- structure(list(comp1 = c(1338.2461, 1721.8119, 1878.2578, 1781.8827, 1813.2432, 1711.5277, 2033.0855, 1636.394, 1580.0748, 1834.4927, 2150.4177, 1790.7859, 1980.2718, 1610.0624, 2064.5809, 2002.82, …

我有一些数据如下:

    val   crit  perc
0.415605498 1   perc1
0.475426007 1   perc1
0.418621318 1   perc1
0.51608229  1   perc1
0.452307882 1   perc1
0.496691416 1   perc1
0.402689126 1   perc1
0.494381345 1   perc1
0.532406777 1   perc1
0.839352016 2   perc2
0.618221702 2   perc2
0.83947033  2   perc2
0.621734007 2   perc2
0.548656662 2   perc2
0.711919796 2   perc2
0.758178085 2   perc2
0.820954467 2   perc2
0.478645786 2   perc2
0.848323655 2   perc2
0.844986383 2   perc2
0.418155292 2   perc2
1.182637063 3   perc3
1.248876472 3   perc3
1.218368809 3   perc3
0.664934398 3   perc3
0.951692853 …