如何可视化跨时间的连续变量，同时区分不同的条件？

Question

我正在使用一个数据集，其中包括一个连续变量（我们称之为 z）和两个代表不同条件的分类变量（x 和 y）。我想创建一个图表，使我能够直观地看到 z 如何随时间变化，同时还突出显示基于 x 和 y 条件的差异。 具体来说，我希望图表显示：

• z随时间的演变。

• x 是 A 的条目和 x 不是 A 的条目之间的区别。

• y 是 a 的条目和 y 不是 a 的条目之间的区别。 有人可以指导我如何使用 ggplot 这样的常见数据可视化工具来实现这一目标吗？

  图书馆（炸药）

  数据（分类示例）

这不是我的真实数据集。另外，我做了类似 this 的事情，但它只是为 x 添加了两行。

Answer 1

一个潜在的解决方案是：

# install.packages("dynamite")
library(dynamite)
library(tidyverse)

data(categorical_example)

categorical_example %>%
  mutate(is_x_A = ifelse(x == "A", "x is A", "x is not A"),
         is_y_a = ifelse(y == "a", "y is a", "y is not a")) %>%
  ggplot(aes(x = time, y = z, color = interaction(is_x_A, is_y_a, sep = " & "))) +
  geom_smooth() +
  scale_color_hue(name = "") +
  theme_bw() +
  theme(legend.position = "top")
#> `geom_smooth()` using method = 'loess' and formula = 'y ~ x'

^{创建于 2024-03-27，使用 reprex v2.1.0}

或者也许：

# install.packages("dynamite")
library(dynamite)
library(tidyverse)

data(categorical_example)

categorical_example %>%
  mutate(is_x_A = ifelse(x == "A", "x is A", "x is not A"),
         is_y_a = ifelse(y == "a", "y is a", "y is not a")) %>%
  ggplot(aes(x = time, y = z, color = is_x_A)) +
  geom_smooth() +
  scale_color_hue(name = "") +
  theme_bw() +
  facet_wrap(~is_y_a)
#> `geom_smooth()` using method = 'loess' and formula = 'y ~ x'

^{创建于 2024-03-27，使用 reprex v2.1.0}

我认为“最佳”解决方案取决于您的实际数据；这些方法可以解决您的问题吗？