安定したマッピングを持つggplot2のカテゴリー変数に色を割り当てる方法は？

私は先月、Rに追いついてきました。

これが私の質問です：

安定したマッピングを持つggplot2のカテゴリー変数に色を割り当てる良い方法は何ですか？異なるサブセットと異なる数のカテゴリ変数を持つ一連のグラフ全体で一貫した色が必要です。

例えば、

plot1 <- ggplot(data, aes(xData, yData,color=categoricaldData)) + geom_line()

にcategoricalDataは5つのレベルがあります。

その後

plot2 <- ggplot(data.subset, aes(xData.subset, yData.subset, 
                                 color=categoricaldData.subset)) + geom_line()

にcategoricalData.subsetは3つのレベルがあります。

ただし、両方のセットに含まれる特定のレベルは異なる色で終わるため、グラフを一緒に読み取るのが難しくなります。

データフレームに色のベクトルを作成する必要がありますか？または、特定の色をカテゴリに割り当てる別の方法はありますか？

OPの正確な例のような単純な状況では、ティエリーの答えが最良であることに同意します。ただし、1 つの大きなデータフレームをサブセット化することですべてが得られるわけではない複数のデータフレームにわたって一貫したカラースキームを維持しようとする場合に、より簡単になる別のアプローチを指摘することは有用だと思います。複数のデータフレームで因子レベルを管理することは、それらが別々のファイルからプルされていて、すべての因子レベルが各ファイルに表示されていない場合、面倒になる可能性があります。

これに対処する1つの方法は、次のようにカスタムの手動カラースケールを作成することです。

#Some test data
dat <- data.frame(x=runif(10),y=runif(10),
        grp = rep(LETTERS[1:5],each = 2),stringsAsFactors = TRUE)

#Create a custom color scale
library(RColorBrewer)
myColors <- brewer.pal(5,"Set1")
names(myColors) <- levels(dat$grp)
colScale <- scale_colour_manual(name = "grp",values = myColors)

必要に応じて、プロットにカラースケールを追加します。

#One plot with all the data
p <- ggplot(dat,aes(x,y,colour = grp)) + geom_point()
p1 <- p + colScale

#A second plot with only four of the levels
p2 <- p %+% droplevels(subset(dat[4:10,])) + colScale

最初のプロットは次のようになります。

2番目のプロットは次のようになります。

このようにして、各データフレームを覚えたりチェックしたりして、適切なレベルであることを確認する必要はありません。

マルククが指摘したのと同じ状況ですに彼のコメント：残念ながらその答えによって、ティエリーは ggplot2バージョン0.9.3.1では動作しません。

png("figure_%d.png")
set.seed(2014)
library(ggplot2)
dataset <- data.frame(category = rep(LETTERS[1:5], 100),
    x = rnorm(500, mean = rep(1:5, 100)),
    y = rnorm(500, mean = rep(1:5, 100)))
dataset$fCategory <- factor(dataset$category)
subdata <- subset(dataset, category %in% c("A", "D", "E"))

ggplot(dataset, aes(x = x, y = y, colour = fCategory)) + geom_point()
ggplot(subdata, aes(x = x, y = y, colour = fCategory)) + geom_point()

これが最初の図です。

そして2番目の図：

ご覧のとおり、色は固定されていません。たとえば、Eはマゼンタからブルーに切り替えます。

彼のコメントでマルクックと、ハドリーで示唆されたように彼のコメント使用するコードlimits作品を適切に：

ggplot(subdata, aes(x = x, y = y, colour = fCategory)) +       
    geom_point() + 
    scale_colour_discrete(drop=TRUE,
        limits = levels(dataset$fCategory))

正しい次の図を示します。

これはからの出力ですsessionInfo()：

R version 3.0.2 (2013-09-25)
Platform: x86_64-pc-linux-gnu (64-bit)

locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C              
 [3] LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
 [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8   
 [7] LC_PAPER=en_US.UTF-8       LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C            
[11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] methods   stats     graphics  grDevices utils     datasets  base     

other attached packages:
[1] ggplot2_0.9.3.1

loaded via a namespace (and not attached):
 [1] colorspace_1.2-4   dichromat_2.0-0    digest_0.6.4       grid_3.0.2        
 [5] gtable_0.1.2       labeling_0.2       MASS_7.3-29        munsell_0.4.2     
 [9] plyr_1.8           proto_0.3-10       RColorBrewer_1.0-5 reshape2_1.2.2    
[13] scales_0.2.3       stringr_0.6.2 

最も簡単な解決策は、サブセット化する前に、カテゴリ変数を因子に変換することです。結論として、すべてのサブセットでまったく同じレベルの因子変数が必要です。

library(ggplot2)
dataset <- data.frame(category = rep(LETTERS[1:5], 100), 
    x = rnorm(500, mean = rep(1:5, 100)), y = rnorm(500, mean = rep(1:5, 100)))
dataset$fCategory <- factor(dataset$category)
subdata <- subset(dataset, category %in% c("A", "D", "E"))

文字変数あり

ggplot(dataset, aes(x = x, y = y, colour = category)) + geom_point()
ggplot(subdata, aes(x = x, y = y, colour = category)) + geom_point()

因子変数あり

ggplot(dataset, aes(x = x, y = y, colour = fCategory)) + geom_point()
ggplot(subdata, aes(x = x, y = y, colour = fCategory)) + geom_point()

これは古い投稿ですが、同じ質問への回答を探していました。

次のようなものを試してみませんか：

scale_color_manual(values = c("foo" = "#999999", "bar" = "#E69F00"))

カテゴリ値がある場合、これが機能しない理由はわかりません。

joranによる非常に役立つ回答に基づいて、ブール係数（TRUE、FALSE）の安定したカラースケールのためのこのソリューションを思いつくことができました。

boolColors <- as.character(c("TRUE"="#5aae61", "FALSE"="#7b3294"))
boolScale <- scale_colour_manual(name="myboolean", values=boolColors)

ggplot(myDataFrame, aes(date, duration)) + 
  geom_point(aes(colour = myboolean)) +
  boolScale

ColorBrewerはバイナリカラースケールではあまり役に立たないため、必要な2つの色は手動で定義されます。

これmybooleanは、myDataFrameTRUE / FALSE係数を保持する列の名前です。dateそしてduration、この例では、プロットのxおよびy軸にマッピングされる列名です。