跟着Environmental Research学作图：R语言ggplot2堆积柱形图叠加折线图（2）

论文是

Global burden of lung cancer attributable to ambient fine particulate matter pollution in 204 countries and territories, 1990–2019

image.png

一位公众号读者留言问到下图的实现方法

image.png

这个图涉及到3个知识点

• 一个是堆积柱形图
• 一个是两条折线图之间填充颜色
• 还有一个是双坐标轴的实现办法

这三个知识点分成2期推文分别来介绍，今天的推文是第二期，介绍带置信区间的折线图和双Y轴

堆积柱形图的代码

library(ggplot2)
library(readxl)

dat01<-read_excel("example-1.xlsx",
                  sheet = "Sheet1")


ggplot()+
  geom_bar(data=dat01,
           aes(x=x,y=y1,fill=group),
           position = "stack",
           stat="identity")+
  scale_fill_manual(values = c("#2271b6","#6bafd6",
                               "#9ecbe2","#d7e3ef",
                               "#cb181c","#fb6a4b",
                               "#fd9272","#fee1d3"))+
  theme_bw()+
  labs(x="Age",y="Numbers of deaths")+
  scale_y_continuous(breaks = seq(-35000,35000,5000),
                     labels = abs(seq(-35000,35000,5000)))+
  scale_x_continuous(breaks = 1:15,
                     labels = unique(dat01$xlabel),
                     expand = c(0,0),
                     limits = c(0.3,15.7))

image.png

带置信区间的折线图

这里置信区间是提前算好的

数据

image.png

dat02<-read_excel("example-1.xlsx",
                  sheet = "Sheet2")
dat02

ggplot()+
  geom_ribbon(data=dat02,
              aes(x=x,ymin=y1,ymax=y3,
                  fill=group,color=group),
              alpha=0.5)+
  geom_line(data=dat02,
            aes(x=x,y=y2,
                color=group),
            show.legend = FALSE)+
  scale_fill_manual(values = c("#2271b6","#cb181c"))+
  scale_color_manual(values = c("#2271b6","#cb181c"))+
  theme_bw()

image.png

堆积柱形图和折线图叠加到一起

因为两组数据量级不一样，我们需要对其中一个数据集进行转化，这里我们选择将折线图的数据放大

dat01 %>% 
  filter(group=="A") %>% 
  group_by(xlabel) %>% 
  summarise(y=sum(y1)) -> dat01.a

dat01 %>% 
  filter(group=="B") %>% 
  group_by(xlabel) %>% 
  summarise(y=sum(y1)) -> dat01.b
dat01.b

dat02 %>% 
  filter(group=="A") -> dat02.a

newdat.a<-data.frame(y=dat01.a$y,
                     x=dat02.a$y2)
lm(y~x,data=newdat.a)

对原始数据转化

dat02 %>% 
  mutate(across(c(y1,y2,y3),~.x*100-1000)) -> new.dat02

最后是作图代码

ggplot()+
  geom_bar(data=dat01,
           aes(x=x,y=y1,fill=group),
           position = "stack",
           stat="identity")+
  scale_fill_manual(values = c("#2271b6","#6bafd6",
                               "#9ecbe2","#d7e3ef",
                               "#cb181c","#fb6a4b",
                               "#fd9272","#fee1d3"),
                    name="BBB")+
  theme_bw()+
  labs(x="Age",y="Numbers of deaths")+
  scale_y_continuous(breaks = seq(-35000,35000,5000),
                     labels = abs(seq(-35000,35000,5000)),
                     sec.axis = sec_axis(~(.+1000)/100,
                                         name="Mortality Rate per 1000",
                                         breaks = seq(-400,400,40)))+
  scale_x_continuous(breaks = 1:15,
                     labels = unique(dat01$xlabel),
                     expand = c(0,0),
                     limits = c(0.3,15.7))+
  ggnewscale::new_scale_fill()+
  geom_ribbon(data=new.dat02,
              aes(x=x,ymin=y1,ymax=y3,
                  fill=group,color=group),
              alpha=0.2)+
  geom_line(data=new.dat02,
            aes(x=x,y=y2,
                color=group),
            show.legend = FALSE)+
  scale_fill_manual(values = c("#00b0eb","#e20612"),
                    name="AAA")+
  scale_color_manual(values = c("#2271b6","#cb181c"),
                     name="AAA")+
  theme_bw()

image.png

示例数据和代码可以在公众号 小明的数据分析笔记本 找到获取方式

欢迎大家关注我的公众号

小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！