当时间（所需的 x 轴）位于 CSV 的顶部而不是列中时，如何在 R 中创建散点图？

Question

我正在尝试使用下面的 Excel 表来绘制不同位置、不同浓度（25uM 和 100uM（未显示））的细菌生长曲线。作为列名称的 Rep# 表示该特定时间的 OD 测量值 Rep1 = 第 1 小时，Rep4 = 第 4 小时。
我不知道如何将其设置为 R 理解我的时间变量不在其自己的列中的位置。

我正在尝试得到这个答案，否则我将不得不重新排列 Excel 工作表，并且由于数据量很大，我试图避免这种情况。

我对 R 语言相当陌生，通常可以通过谷歌搜索来解决我遇到的问题，但一直无法解决这个问题。我尝试使用 ts() 函数，但我似乎无法得到任何结果。

Answer 1

当数据采用长格式时，R 中的数据清理/预处理/可视化通常更容易完成（一列指示重复，另一列包含 OD 值，而不是对应于不同重复的 5 个 OD 列） .

tidyr 包中的ivot_longer 函数对此很有帮助。

library(tidyr)

df <- data.frame(
    "Plant" = sample(c("One", "Two", "Three"), size = 50, replace = TRUE),
    "Location" = sample(c("A", "B", "C"), size = 50, replace = TRUE),
    Rep1 = rnorm(50),
    Rep2 = rnorm(50),
    Rep3 = rnorm(50),
    Rep4 = rnorm(50),
    Rep5 = rnorm(50)
)

long_df <- pivot_longer(
    data = df,    
    cols = -c(Plant, Location), 
    names_to = c("Replicate"), 
    values_to = "OD"
)

cols

参数表示我们希望pivot_longer尝试延长数据框中所有非“Plant”或“Location”的列。您需要将该列表扩展到所有不以“Rep”开头的其他列。

该函数会将 Rep1、Rep2、Rep3... 列转换为名为“Replicate”的单个列（这就是 names_to 参数的用途）。 这些 Rep1、Rep2、... 列中的值将移动到名为 OD 的新列中。

从那里，我将使用 ggplot2 包来制作散点图。

library(ggplot2)

ggplot2(
    df,
    mapping = aes(x = Replicate, y = OD)
) + geom_point()

顺便说一句，我建议在此之前手动更改“Rep”列的名称（只有 1 和 2 的列），以避免与其他 Rep1、Rep2、... 列混淆。