问题描述
请考虑在此处创建dat：
set.seed(123)
ID = factor(letters[seq(6)])
time = c(100,102,120,105,109,130)
dat <- data.frame(ID = rep(ID,time),Time = sequence(time))
dat$group <- rep(c("GroupA","GroupB"),c(322,344))
dat$values <- sample(100,nrow(dat),TRUE)
dat包含6个个体（6个ID）的时间序列数据，这些数据属于2个组（GroupA和GroupB）。假设我们期望每个组中的时间序列具有相似的属性。另请注意，每个人的时间序列长度不同。我们本质上是想为每个组创建一个“平均”时间序列图，我已经这样做了：
library(dplyr)
library(ggplot2)
dat %>%
group_by(ID) %>%
mutate(maxtime = max(Time)) %>%
group_by(group) %>%
mutate(maxtime = min(maxtime)) %>%
group_by(group,Time) %>%
summarize(values = mean(values)) %>%
ggplot(aes(Time,values,colour = group))+
geom_line()+
facet_wrap(.~group)
我们如何做同样的事情，但是在“平均”图后面添加每个人的原始图，以说明与每个“平均”相关的误差？请注意，我创建“平均图”的方式是使用ID的长度，每个组的时间序列最短，但是添加原始图像时，我希望从原始图像中看到整个图如果可能的话（所以有些会比其他更长）
解决方法
也许您正在寻找这样的合成图：
library(dplyr)
library(ggplot2)
library(patchwork)
G1 <- dat %>%
group_by(ID) %>%
mutate(maxtime = max(Time)) %>%
group_by(group) %>%
mutate(maxtime = min(maxtime)) %>%
group_by(group,Time) %>%
summarize(values = mean(values)) %>%
ggplot(aes(Time,values,colour = group))+
geom_line()+
facet_wrap(.~group)+
ylab('Mean')
G2 <- dat %>%
group_by(ID) %>%
mutate(maxtime = max(Time)) %>%
group_by(group) %>%
mutate(maxtime = min(maxtime)) %>%
ggplot(aes(Time,colour = group))+
geom_line()+
facet_wrap(.~group)+
ylab('Real Values')
#Compose plots
G3 <- G2/G1+plot_layout(guides = "collect")
输出：
使用第二个geom_line，您可以在背景中绘制“原始”数据，例如灰线。
set.seed(123)
ID = factor(letters[seq(6)])
time = c(100,102,120,105,109,130)
dat <- data.frame(ID = rep(ID,time),Time = sequence(time))
dat$group <- rep(c("GroupA","GroupB"),c(322,344))
dat$values <- sample(100,nrow(dat),TRUE)
library(dplyr)
library(ggplot2)
d <- dat %>%
group_by(ID) %>%
mutate(maxtime = max(Time)) %>%
group_by(group) %>%
mutate(maxtime = min(maxtime)) %>%
group_by(group,Time) %>%
summarize(values = mean(values))
#> `summarise()` regrouping output by 'group' (override with `.groups` argument)
ggplot()+
geom_line(data = dat,aes(Time,group = ID),color = "grey80",alpha = .7) +
geom_line(data = d,colour = group)) +
facet_wrap(.~group)
