如何在ggplot2中创建图例并更改点形状？

Question

重现下图

我需要在 R Studio 上为宏观经济学项目 。我已经能够弄清楚其中的大部分内容，但给我带来最大问题的是图例和改变数据点的形状。这是到目前为止我所拥有的

手动输入的数据点

# `First I load up some packages`

library(tidyverse)

# `then I create vectors for the years and percentages for Europe and the US`

year <- c(1900, 1910, 1920, 1930, 1940, 1950, 1960, 1970, 1980, 1990, 200, 2010)
us_percent <- c(40.5, 40.9, 44.7, 45.1, 36.5, 33.7, 34.1, 33.4, 37.5, 42.4, 46.9, 48.8)
 euro_percent <- c(45.9, 45.8, 39.5, 40.5, 33.8, 31.7, 31.6, 29.7, 29.4, 32.4, 34, 34.7)

# `then I create a data frame for my vectors and name it`

df <- data.frame(year, us_percent, euro_percent)

# `then I create a ggplot function for the US and Europe inequality`

ggplot() +
  geom_line(data=df, mapping=aes(x=year, y=euro_percent), color="cyan") +
  geom_point(data=df, mapping=aes(x=year, y=euro_percent), color="cyan", ) +
  geom_line(data=df, mapping=aes(x=year, y=us_percent), color="purple") +
  geom_point(data=df, mapping=aes(x=year, y=us_percent), color="purple") +
  xlim(1900, 2010) +
  ylim(25, 50) +
  labs(x="Year", y="Share of Total Pretax Income", title="Income Inequality")

这是我的代码，其中包含我尝试运行的 各种版本的 scale_color_manual 程序，但它会留下它，所以我的 R 控制台会显示一个“+”号，我不知道之后要添加什么。任何建议都将受到欢迎。谢谢你！

Answer 1

将您的数据转换为长格式，并将货币映射到形状和颜色美学。

选择颜色、尺寸和主题也是一个好主意，使您的数据和系列之间的差异清晰可见

ggplot(tidyr::pivot_longer(df, -1, names_to = "Currency"), 
       aes(year, value, color = Currency)) +
  geom_line() +
  geom_point(aes(shape = Currency), size = 4) +
  scale_color_manual(values = c("orange2", "deepskyblue3")) +
  theme_light() +
  xlim(1900, 2010) +
  ylim(25, 50) +
  labs(x="Year", 
       y="Share of Total Pretax Income", 
       title="Income Inequality",
       color = "", shape = "")

< img src="https://i.sstatic.net/vH0zX.png" alt="在此处输入图像描述">

Answer 2

您可以使用 shape = 参数。通常，使用 ggplot2 ，建议在绘制之前以“长”格式使用数据集 - 如果您在 aes（）作为形状和颜色。

library(tidyr)
library(ggplot2)

legend_labels <- c("Top 10% Income share: Europe", "Top 10% Income share: US")
df |> pivot_longer(cols = ends_with("percent"),
                   names_to = "area",
                   values_to = "percent") |> 
  ggplot(aes(x = year, y = percent, colour = area)) +
  geom_point(aes(shape = area)) +
  geom_line() +
  coord_cartesian(xlim = c(1900, 2010),
                  ylim = c(25, 50)) +
  labs(x = "",
       y = "Share of top income decile\nIn total pretax income\n(decennial averages)",
       title = "Income Inequality",
       colour = "",
       shape = "") +
  scale_x_continuous(breaks = seq(1900, 2020, 10)) +
  scale_colour_discrete(labels = legend_labels) +
  scale_shape_manual(values = c(2, 15), labels = legend_labels, ) +
  theme_bw() +
  theme(legend.position = "bottom",
        panel.grid.minor.x = element_blank(),
        panel.grid.major.x = element_blank(),
        panel.grid.minor.y = element_blank())

Answer 3

不要手动指定颜色（在您的情况下为“青色”和“紫色”），而是将数据从“宽”转换为“长”，并创建一个新变量，将每个观察结果分类为“美国”或“欧元”。这可以使用 dplyr 的 gather() 来完成（也修复了你的拼写错误）：

Year <- c(1900, 1910, 1920, 1930, 1940, 1950, 1960, 1970, 1980, 1990, 2000, 2010)
us_percent <- c(40.5, 40.9, 44.7, 45.1, 36.5, 33.7, 34.1, 33.4, 37.5, 42.4, 46.9, 48.8)
euro_percent <- c(45.9, 45.8, 39.5, 40.5, 33.8, 31.7, 31.6, 29.7, 29.4, 32.4, 34, 34.7)

df <- data.frame(Year, us_percent, euro_percent)

df_long <- df %>% gather(key = "Country", value = "Percentage", us_percent:euro_percent, factor_key = TRUE)
# Where: key is the new indicator name, value is the stacked data column 

然后，当你的数据设置并准备好时，你可以简单地定义功能美学（形状、颜色）在主 ggplot() 函数中，如下所示：

ggplot(
  data = df_long,
  aes(
    x = Year,
    y = Percentage, 
    color = Country, 
    shape = Country
  )
) + 
  geom_point() + 
  geom_line() +
  xlim(1900, 2010) +
  ylim(25, 50) +
  labs(
    x="Year", 
    y="Share of Total Pretax Income", 
    title="Income Inequality"
  ) + 
  theme_bw() + 
  scale_color_grey()

现在你的代码更少了，并且有更多的空间来进行一些额外的美学改变，如果你想。