差分

このページの2つのバージョン間の差分を表示します。

--- ggplot2で折れ線グラフ [2017/12/22] – [リンク] adash333
+++ ggplot2で折れ線グラフ [2020/05/23] (現在) – [ggplot2で折れ線グラフ] adash333
@@ 行 1: / 行 1: @@
 ===== ggplot2で折れ線グラフ =====
+[[初めての医療統計:index.html|初めての医療統計 目次]]
 ggplot2は、Rでグラフを描くときに便利なパッケージです。
@@ 行 26: / 行 27: @@
 R Studio 1.1.383
+===== 0. RStudioにtidyverseをインストール =====
+tidyverseをインストールすることにより、tidyrやggplot2なども自動的にインストールされます。
+console画面（RStudioですと、左下の画面内に"console"タブがあると思います。）で、以下を入力して、tidyverseパッケージをインストールします。（ggplot2なども一緒にインストールされます。）
+<code>
+install.packages("tidyverse")
+</code>
+===== １．ExcelデータからR読み込み用csvファイルの作成 =====
+エクセルに書き込んでいくのですが、1行目にIDや年齢、糖尿病DMの有無などの項目を並べていき、2行目からは各症例の生データを打ち込んでいきます。できれば、項目もデータも『半角英数字』が望ましいです。もし欠損データがある場合は、『NA』と入力します。
+今回は、以下のようなデータを用意します。糖尿病の7症例の3ヶ月間のHbA1c[%]の推移のデータだとします。
+^ ID     ^ age      ^ sex ^ DM     ^ HbA1c00M ^ HbA1c01M ^ HbA1c02M ^ HbA1c03M ^
+| 00001    | 56 | M | 1 | 7.3  | 7.4 | 7.3  | 7.4 |
+| 00002    | 77    | F    | 1  | 8.3  | 8.4 | 8.3  | 8.2 |
+| 00003    | 68    | M    | 1  | 7.1  | 7.0 | 7.0  | 7.0 |
+| 00004    | 81    | F    | 1  | 7.6  | 7.4 | 7.3  | 7.4 |
+| 00005    | 42    | M    | 1  | 10.1  | 8.4 | 7.3  | 6.5 |
+| 00006    | 65    | M    | 1  | 6.1  | 6.2 | 6.2  | 6.3 |
+| 00007    | 68    | F    | 1  | 7.8  | 7.4 | 7.9  | 8.4 |
+エクセルの画面では以下のようになります。
+{{:pasted:20171124-072636.png}}
+上記のエクセルファイルは、以下からダウンロードできます。
+{{book2.xlsx}}
+ファイル > 名前をつけて保存 > CSV(コンマ区切り)(*.csv) で、"保存"をクリック。
+{{:pasted:20171217-003135.png}}
+この、book2.csvというファイルを、C:/r/R_data/ 下にコピーしておく。（R Notebookでファイルを簡単に指定できるように。）
+===== ２．csvファイルの読み込み =====
+R Studioの画面で、"File" > "New File" > "R Notebook"　をクリック。
+{{:pasted:20171217-000522.png}}
+下のような画面になる
+{{:pasted:20171217-000210.png}}
+チャンクの部分（灰色の部分）に、以下のように記載。
+<code>
+x <- read.csv("book2.csv")
+x
+</code>
+{{:pasted:20171217-003916.png}}
+チャンクの右側の三角ボタンをクリックして、チャンク内のコードを実行。
+{{:pasted:20171217-003957.png}}
+以下のようになる。
+{{:pasted:20171217-004016.png}}
+===== 3．元データを整然データに変換（gather関数）=====
+ggplot関数を用いてグラフを描画するためには、元データを『整然データ』(tidy data)に変換する必要があります。
+整然データ"tidy data"については、以下のサイトの解説が非常にわかりやすいです。
+整然データとは何か
+http://id.fnshr.info/2017/01/09/tidy-data-intro
+R Studioの画面で、画面右上の方の、"Insert" > "R" で、新しいチャンク（灰色の部分）が挿入されるので、そちらに、以下のコードを記載します。
+<code>
+library(tidyverse)
+x <- read.csv("book2.csv")
+data_plot_individuals <- x %>%
+  gather(key, value, -ID, -age, -sex, -DM)
+data_plot_individuals
+</code>
+{{:pasted:20171227-215513.png}}
+===== 4. グラフ描画のコードを記載（ggplot関数） =====
+各患者でHbA1cの時系列の折れ線グラフ（IDでグループ分け）
+<code>
+library(tidyverse)
+x <- read.csv("book2.csv")
+data_plot_individuals <- x %>%
+  gather(key, value, -ID, -age, -sex, -DM)
+a <- ggplot(data_plot_individuals, aes(x = key, y = value, group = ID, colour = ID)) +
+  geom_line()
+a
+</code>
+{{:pasted:20171227-215800.png}}
+IDが数値扱いになり、色分けが変な風になってしまう。\\
+そのため、as.character()関数を用いて、IDを文字列として認識させてから、ggplot関数でグラフを描画します。
+<code>
+library(tidyverse)
+x <- read.csv("book2.csv")
+x$ID <- as.character(x$ID)
+x
+data_plot_individuals <- x %>%
+  gather(key, value, -ID, -age, -sex, -DM)
+a <- ggplot(data_plot_individuals, aes(x = key, y = value, group = ID, colour = ID)) +
+  geom_line()
+a
+</code>
+{{:pasted:20171227-220537.png}}
+==== 男女で平均とSDを求める ====
+<code>
+library(tidyverse)
+x <- read.csv("book2.csv")
+x$ID <- as.character(x$ID)
+x
+data_plot_individuals <- x %>%
+  gather(key, value, -ID, -age, -sex, -DM)
+group_time_mean_sd <- data_plot_individuals %>%
+  group_by(sex, key) %>%
+  summarize(mean = mean(value), sd=sd(value))
+group_time_mean_sd
+</code>
+{{:pasted:20171227-222115.png}}
+==== 男女で平均とSDを求めて折れ線グラフ ====
+<code>
+library(tidyverse)
+x <- read.csv("book2.csv")
+x$ID <- as.character(x$ID)
+x
+data_plot_individuals <- x %>%
+  gather(key, value, -ID, -age, -sex, -DM)
+group_time_mean_sd <- data_plot_individuals %>%
+  group_by(sex, key) %>%
+  summarize(mean = mean(value), sd=sd(value))
+b <- ggplot(group_time_mean_sd, aes(x=key, y=mean, group=sex, colour=sex)) +
+  geom_line()
+b
+</code>
+{{:pasted:20171227-222259.png}}
+==== 折れ線グラフにエラーバーをつける ====
+<code>
+library(tidyverse)
+x <- read.csv("book2.csv")
+x$ID <- as.character(x$ID)
+x
+data_plot_individuals <- x %>%
+  gather(key, value, -ID, -age, -sex, -DM)
+group_time_mean_sd <- data_plot_individuals %>%
+  group_by(sex, key) %>%
+  summarize(mean = mean(value), sd=sd(value))
+b <- ggplot(group_time_mean_sd, aes(x=key, y=mean, group=sex, colour=sex)) +
+  geom_line()
+errors <- aes(ymax = mean + sd, ymin = mean - sd)
+b <- b + geom_errorbar(errors, width = 0.2) + geom_point(aes(colour=sex, shape=sex), size=4)
+b
+</code>
+{{:pasted:20171227-222408.png}}
 ===== 参考文献 =====
+ggplot2 — きれいなグラフを簡単に合理的に\\
+https://heavywatal.github.io/rstats/ggplot2.html
+Plotting means and error bars (ggplot2)\\
+http://www.cookbook-r.com/Graphs/Plotting_means_and_error_bars_(ggplot2)/
 -08-22
@@ 行 59: / 行 262: @@
 <code>
 library(tidyverse)
-library(ggplot2)
 </code>
-してから、tidyrパッケージのgather()関数を用いると良さそうです。（最初はこんなことを言われても訳わかんないと思いますので、具体例で解説させていただきたいと思います。）
+してから、tidyrパッケージのgather()関数を用いるのがお勧めです。このページでは具体例を用いて解説させていただいています。なお、ggplot2は、tidyverseパッケージに含まれています。
@@ 行 67: / 行 269: @@
+===== 参考文献2 =====
+ggplot2の使い方については、ggplot2の作者が著者の以下の本が非常にお勧めです。
-===== 参考文献 =====
-ggplot2の使い方については、以下の本が非常にお勧めです。
 <html>
@@ 行 79: / 行 276: @@
 </html>
-===== リンク =====
+ggplot2を用いたグラフの描き方については、以下の本が非常にお勧めです。
-次：
+<html>
-<wrap hi>
-[[]]
-</wrap>\\
-前：
+<iframe style="width:120px;height:240px;" marginwidth="0" marginheight="0" scrolling="no" frameborder="0" src="//rcm-fe.amazon-adsystem.com/e/cm?lt1=_blank&bc1=000000&IS2=1&bg1=FFFFFF&fc1=000000&lc1=0000FF&t=twosquirrel-22&o=9&p=8&l=as4&m=amazon&f=ifr&ref=as_ss_li_til&asins=4873116538&linkId=a45356b5efeff42f623fc074f71e9a97"></iframe>
-<wrap hi>
+</html>
-[[RNotebookで折れ線グラフ]]
-</wrap>\\
-[[sidebar|初めての医療統計 目次]]\\
+英語ですが、以下のサイトに非常によくまとまっています。
+http://www.cookbook-r.com/Graphs/
+===== リンク =====
+[[初めての医療統計:index.html|初めての医療統計 目次]]
+前：<wrap hi>[[RNotebookで折れ線グラフ]]</wrap>
+次：[[ggplot2で論文用の白黒折れ線グラフ|ggplot2で論文用の白黒折れ線グラフ]]