ggplot dengan sumbu 2 y di setiap sisi dan skala yang berbeda

231

Saya perlu memplot grafik batang yang menunjukkan jumlah dan grafik garis yang menunjukkan nilai semua dalam satu grafik, saya bisa melakukan keduanya secara terpisah, tetapi ketika saya menyatukannya, skala saya dari lapisan pertama (yaitu geom_bar) tumpang tindih dengan yang kedua lapisan (yaitu geom_line).

Bisakah saya memindahkan poros geom_lineke kanan?

r ggplot2 r-faq

— lokheart
sumber

5

Bisakah Anda menggunakan pendekatan sebagai shwon di sini, rpubs.com/kohske/dual_axis_in_ggplot2 ?

— Tom Wenseleers

terkait

— Axeman

2

gulir ke bawah untuk melihat ggplot2implementasi asli di dalam scale_y_*, yang saat ini dipanggil sec.axis.

— Patrick T

106

Terkadang klien menginginkan dua skala. Memberi mereka pidato "cacat" seringkali tidak ada gunanya. Tapi saya suka desakan ggplot2 melakukan hal-hal dengan cara yang benar. Saya yakin bahwa ggplot sebenarnya mendidik pengguna rata-rata tentang teknik visualisasi yang tepat.

Mungkin Anda bisa menggunakan faceting dan skala gratis untuk membandingkan dua seri data? - mis. lihat di sini: https://github.com/hadley/ggplot2/wiki/Align-two-plots-on-a-page

— Andreas
sumber

30

Saya setuju dengan Andreas - kadang-kadang (seperti sekarang, untuk saya) seorang klien menginginkan dua set data pada plot yang sama, dan tidak ingin mendengar saya berbicara tentang Plotting Theory. Saya juga harus meyakinkan mereka untuk tidak menginginkan itu lagi (tidak selalu pertempuran yang ingin saya lakukan), atau memberi tahu mereka "paket perencanaan yang saya gunakan tidak mendukung hal itu." Jadi saya beralih dari ggplot hari ini untuk proyek khusus ini. = (

— Ken Williams

58

mengapa paket yang merencanakan perlu memasukkan pendapat pribadinya ke dalam cara kerjanya? Tidak terima kasih.

— colin

5

Tautan Anda membusuk. Bisakah Anda mengedit jawaban Anda dan memposting ringkasan dari apa yang dikatakannya?

— Zach

24

Tidak dapat menyetujui komentar ini (ulang). Sangat umum (!) Untuk menyingkat informasi sebanyak mungkin, misalnya dengan pembatasan ketat yang diberlakukan oleh jurnal ilmiah, dll., Untuk menyampaikan pesan dengan cepat. Karenanya, menambahkan sumbu y kedua tetap dilakukan, dan ggplot seharusnya, menurut pendapat saya, membantu dalam melakukannya.

— Stingery

57

Sungguh menakjubkan betapa tidak diragukan kata-kata seperti "cacat" dan "jalan yang benar" dilemparkan seolah-olah mereka tidak didasarkan pada teori yang sebenarnya cukup keras dan dogmatis, tetapi secara tak terduga diterima oleh terlalu banyak orang, seperti dapat dilihat oleh fakta bahwa jawaban yang sama sekali tidak membantu ini (yang melempar tautan) memiliki 72 upvotes pada saat penulisan. Ketika membandingkan deret waktu, misalnya, sangat berharga untuk memiliki keduanya pada grafik yang sama, karena korelasi perbedaan jauh lebih mudah dikenali. Tanyakan saja kepada ribuan profesional keuangan berpendidikan tinggi yang melakukan ini sepanjang hari setiap hari.

— Thomas Browne

149

Itu tidak mungkin di ggplot2 karena saya percaya plot dengan skala y terpisah (bukan skala y yang merupakan transformasi satu sama lain) secara mendasar cacat. Beberapa masalah:

Yang tidak dapat dibalik: diberi titik pada ruang plot, Anda tidak bisa memetakannya secara unik kembali ke titik di ruang data.
Mereka relatif sulit dibaca dengan benar dibandingkan dengan opsi lain. Lihat Studi pada Grafik Data Skala Ganda oleh Petra Isenberg, Anastasia Bezerianos, Pierre Dragicevic, dan Jean-Daniel Fekete untuk detailnya.
Mereka mudah dimanipulasi untuk menyesatkan: tidak ada cara unik untuk menentukan skala relatif sumbu, membiarkannya terbuka untuk manipulasi. Dua contoh dari blog Junkcharts: satu , dua
Mereka arbitrer: mengapa hanya memiliki 2 skala, bukan 3, 4 atau sepuluh?

Anda juga mungkin ingin membaca diskusi panjang Stephen Few tentang topik Sumbu Berkedip Ganda dalam Grafik Apakah Mereka Pernah Solusi Terbaik? .

— Hadley
sumber

39

Maukah Anda menguraikan pendapat Anda? Tidak menjadi tercerahkan, saya pikir ini cara yang agak kompak untuk merencanakan dua variabel independen. Ini juga merupakan fitur yang tampaknya diminta, dan itu digunakan secara luas.

— KarlP

66

@adley: Sebagian besar saya setuju, tetapi ada penggunaan asli untuk beberapa skala y - penggunaan 2 unit yang berbeda untuk data yang sama, misalnya skala Celsius dan Fahrenheit pada seri suhu waktu.

— Richie Cotton

11

@Hadley Menurut Anda. Tidak di tambang, atau banyak ilmuwan lain. Tentunya ini dapat dicapai dengan menempatkan plot kedua (dengan latar belakang sepenuhnya transparan) langsung di atas yang pertama, sehingga mereka muncul sebagai satu. Saya hanya tidak tahu bagaimana memastikan sudut-sudut boxex yang terikat disejajarkan satu sama lain.

— Nicholas Hamilton

8

@Hadley Misalnya, dalam Diagram Iklim Walther-Lieth , dua sumbu umumnya digunakan. Karena ada resep tetap bagaimana melakukannya kebingungan yang mungkin minimal ...

— sebschub

32

@adley Maaf, saya tidak melihat apa yang bermasalah dengan diagram iklim yang diberikan. Menempatkan suhu dan curah hujan dalam satu diagram (dengan resep tetap), orang mendapat tebakan cepat pertama apakah itu iklim lembab atau kering. Atau jalan keluar: apa cara yang lebih baik untuk memvisualisasikan suhu, curah hujan dan "hubungannya"? Bagaimanapun, terima kasih banyak untuk pekerjaan Anda di ggplot2!

— sebschub

121

Dimulai dengan ggplot2 2.2.0 Anda dapat menambahkan sumbu sekunder seperti ini (diambil dari pengumuman ggplot2 2.2.0 ):

ggplot(mpg, aes(displ, hwy)) + 
  geom_point() + 
  scale_y_continuous(
    "mpg (US)", 
    sec.axis = sec_axis(~ . * 1.20, name = "mpg (UK)")
  )

— Tstenner
sumber

25

The downside adalah, itu hanya dapat menggunakan beberapa transformasi rumus sumbu saat ini bukan variabel baru, misalnya.

— Disiplin

41

Mengambil jawaban di atas dan beberapa penyesuaian (dan untuk apa pun nilainya), berikut adalah cara untuk mencapai dua skala melalui sec_axis:

Asumsikan kumpulan data sederhana (dan hanya fiksi) dt: selama lima hari, ia melacak jumlah interupsi produktivitas VS:

        when numinter prod
1 2018-03-20        1 0.95
2 2018-03-21        5 0.50
3 2018-03-23        4 0.70
4 2018-03-24        3 0.75
5 2018-03-25        4 0.60

(rentang kedua kolom berbeda sekitar faktor 5).

Kode berikut akan menggambar kedua seri yang mereka gunakan pada seluruh sumbu y:

ggplot() + 
  geom_bar(mapping = aes(x = dt$when, y = dt$numinter), stat = "identity", fill = "grey") +
  geom_line(mapping = aes(x = dt$when, y = dt$prod*5), size = 2, color = "blue") + 
  scale_x_date(name = "Day", labels = NULL) +
  scale_y_continuous(name = "Interruptions/day", 
    sec.axis = sec_axis(~./5, name = "Productivity % of best", 
      labels = function(b) { paste0(round(b * 100, 0), "%")})) + 
  theme(
      axis.title.y = element_text(color = "grey"),
      axis.title.y.right = element_text(color = "blue"))

Inilah hasilnya (kode di atas + beberapa penyesuaian warna):

Intinya (selain menggunakan sec_axisketika menentukan y_scale adalah untuk mengalikan setiap nilai seri data ke-2 dengan 5 saat menentukan seri. Untuk mendapatkan label yang tepat dalam definisi sec_axis, maka perlu dibagi dengan 5 (dan format). bagian penting dalam kode di atas adalah benar-benar *5di geom_line dan ~./5di sec_axis (rumus yang membagi nilai saat ini .dengan 5).

Sebagai perbandingan (saya tidak ingin menilai pendekatan di sini), ini adalah bagaimana dua grafik di atas satu sama lain terlihat seperti:

Anda dapat menilai sendiri mana yang lebih baik mengangkut pesan ("Jangan ganggu orang di tempat kerja!"). Kira itu cara yang adil untuk memutuskan.

Kode lengkap untuk kedua gambar (tidak lebih dari yang di atas, cukup lengkap dan siap dijalankan) ada di sini: https://gist.github.com/sebastianrothbucher/de847063f32fdff02c83b75f59c36a7d penjelasan lebih rinci di sini: https: // sebastianrothbucher. github.io/datascience/r/visualization/ggplot/2018/03/24/two-scales-ggplot-r.html

— Sebastian Rothbucher
sumber

31

Ada kasus penggunaan umum sumbu duel, misalnya klimatograf yang menunjukkan suhu dan curah hujan bulanan. Ini adalah solusi sederhana, yang digeneralisasi dari solusi Megatron dengan memungkinkan Anda untuk mengatur batas bawah variabel menjadi sesuatu yang lebih dari nol:

Contoh data:

climate <- tibble(
  Month = 1:12,
  Temp = c(-4,-4,0,5,11,15,16,15,11,6,1,-3),
  Precip = c(49,36,47,41,53,65,81,89,90,84,73,55)
  )

Atur dua nilai berikut ke nilai yang mendekati batas data (Anda dapat bermain-main dengan ini untuk menyesuaikan posisi grafik; sumbu akan tetap benar):

ylim.prim <- c(0, 180)   # in this example, precipitation
ylim.sec <- c(-4, 18)    # in this example, temperature

Berikut ini membuat perhitungan yang diperlukan berdasarkan batas-batas ini, dan membuat plot itu sendiri:

b <- diff(ylim.prim)/diff(ylim.sec)
a <- b*(ylim.prim[1] - ylim.sec[1])

ggplot(climate, aes(Month, Precip)) +
  geom_col() +
  geom_line(aes(y = a + Temp*b), color = "red") +
  scale_y_continuous("Precipitation", sec.axis = sec_axis(~ (. - a)/b, name = "Temperature")) +
  scale_x_continuous("Month", breaks = 1:12) +
  ggtitle("Climatogram for Oslo (1961-1990)")

Jika Anda ingin memastikan bahwa garis merah sesuai dengan sumbu y kanan, Anda dapat menambahkan themekalimat ke kode:

ggplot(climate, aes(Month, Precip)) +
  geom_col() +
  geom_line(aes(y = a + Temp*b), color = "red") +
  scale_y_continuous("Precipitation", sec.axis = sec_axis(~ (. - a)/b, name = "Temperature")) +
  scale_x_continuous("Month", breaks = 1:12) +
  theme(axis.line.y.right = element_line(color = "red"), 
        axis.ticks.y.right = element_line(color = "red"),
        axis.text.y.right = element_text(color = "red"), 
        axis.title.y.right = element_text(color = "red")
        ) +
  ggtitle("Climatogram for Oslo (1961-1990)")

yang mewarnai sumbu kanan:

— Dag Hjermann
sumber

Ini rusak pada beberapa nilai ylim.primdan ylim.sec.

— Eric Krantz

5

Ini bagus. Contoh yang bagus ketika grafik dua sumbu tidak "cacat". Bagian dari mentalitas berpikir umum mereka berpikir mereka tahu lebih banyak tentang pekerjaan Anda daripada Anda.

— Leo Barlach

Ketika saya memilih batas sumbu tertentu (dalam kasus saya ylim.prim <- c (90, 130) dan ylim.sec <- c (15, 30)) itu tidak menerapkannya tetapi memilih batas sewenang-wenang, mengacaukan semua skala . Saya tidak yakin apa yang saya lewatkan ketika saya menyalin kode di atas dan hanya mengubah nama variabel dan batas sumbu

— Anke

@anke: teksnya agak ceroboh ketika merujuk ke ylim.prim dan ylim.sec. Mereka tidak mengacu pada batas sumbu, melainkan ke batas data Anda. Ketika Anda mengatur ylim.prim <- c (90, 130) dan ylim.sec <- c (15, 30) seperti yang Anda sebutkan, grafik suhu berakhir tinggi di atas plot bar (saat sumbu suhu dimulai pada -75) , tetapi sumbu untuk setiap grafik masih benar.

— Dag Hjermann

16

Anda dapat membuat faktor penskalaan yang diterapkan pada geom kedua dan sumbu y kanan. Ini berasal dari solusi Sebastian.

library(ggplot2)

scaleFactor <- max(mtcars$cyl) / max(mtcars$hp)

ggplot(mtcars, aes(x=disp)) +
  geom_smooth(aes(y=cyl), method="loess", col="blue") +
  geom_smooth(aes(y=hp * scaleFactor), method="loess", col="red") +
  scale_y_continuous(name="cyl", sec.axis=sec_axis(~./scaleFactor, name="hp")) +
  theme(
    axis.title.y.left=element_text(color="blue"),
    axis.text.y.left=element_text(color="blue"),
    axis.title.y.right=element_text(color="red"),
    axis.text.y.right=element_text(color="red")
  )

Catatan: menggunakan ggplot2 v3.0.0

— Megatron
sumber

14

Tulang punggung teknis untuk solusi tantangan ini telah disediakan oleh Kohske sekitar 3 tahun yang lalu [ KOHSKE ]. Topik dan teknis di sekitar solusinya telah dibahas pada beberapa contoh di sini di Stackoverflow [ID: 18989001, 29235405, 21026598]. Jadi saya hanya akan memberikan variasi tertentu dan beberapa langkah penjelasan, menggunakan solusi di atas.

Mari kita asumsikan kita memang memiliki beberapa data y1 di grup G1 yang mana beberapa data y2 dalam grup G2 dalam beberapa cara, misalnya rentang / skala yang diubah atau dengan beberapa noise yang ditambahkan. Jadi kita ingin memplot data bersama pada satu plot dengan skala y1 di sebelah kiri dan y2 di sebelah kanan.

  df <- data.frame(item=LETTERS[1:n],  y1=c(-0.8684, 4.2242, -0.3181, 0.5797, -0.4875), y2=c(-5.719, 205.184, 4.781, 41.952, 9.911 )) # made up!

> df
  item      y1         y2
1    A -0.8684 -19.154567
2    B  4.2242 219.092499
3    C -0.3181  18.849686
4    D  0.5797  46.945161
5    E -0.4875  -4.721973

Jika kita sekarang memplot data kita bersama dengan sesuatu seperti

ggplot(data=df, aes(label=item)) +
  theme_bw() + 
  geom_segment(aes(x='G1', xend='G2', y=y1, yend=y2), color='grey')+
  geom_text(aes(x='G1', y=y1), color='blue') +
  geom_text(aes(x='G2', y=y2), color='red') +
  theme(legend.position='none', panel.grid=element_blank())

itu tidak selaras dengan baik karena skala yang lebih kecil y1 obviosuly akan runtuh oleh skala yang lebih besar y2 .

Trik di sini untuk memenuhi tantangan adalah secara teknis memplot kedua set data terhadap skala pertama y1 tetapi melaporkan yang kedua terhadap sumbu sekunder dengan label yang menunjukkan skala asli y2 .

Jadi kami membangun fungsi pembantu pertama CalcFudgeAxis yang menghitung dan mengumpulkan fitur dari sumbu baru yang akan ditampilkan. Fungsi ini dapat diubah untuk menyukai ayone (yang ini hanya memetakan y2 ke kisaran y1 ).

CalcFudgeAxis = function( y1, y2=y1) {
  Cast2To1 = function(x) ((ylim1[2]-ylim1[1])/(ylim2[2]-ylim2[1])*x) # x gets mapped to range of ylim2
  ylim1 <- c(min(y1),max(y1))
  ylim2 <- c(min(y2),max(y2))    
  yf <- Cast2To1(y2)
  labelsyf <- pretty(y2)  
  return(list(
    yf=yf,
    labels=labelsyf,
    breaks=Cast2To1(labelsyf)
  ))
}

apa yang menghasilkan beberapa:

> FudgeAxis <- CalcFudgeAxis( df$y1, df$y2 )

> FudgeAxis
$yf
[1] -0.4094344  4.6831656  0.4029175  1.0034664 -0.1009335

$labels
[1] -50   0  50 100 150 200 250

$breaks
[1] -1.068764  0.000000  1.068764  2.137529  3.206293  4.275058  5.343822


> cbind(df, FudgeAxis$yf)
  item      y1         y2 FudgeAxis$yf
1    A -0.8684 -19.154567   -0.4094344
2    B  4.2242 219.092499    4.6831656
3    C -0.3181  18.849686    0.4029175
4    D  0.5797  46.945161    1.0034664
5    E -0.4875  -4.721973   -0.1009335

Sekarang saya membungkus Kohske solusi dalam fungsi helper kedua PlotWithFudgeAxis (di mana kita membuang objek ggplot dan objek helper dari sumbu baru):

library(gtable)
library(grid)

PlotWithFudgeAxis = function( plot1, FudgeAxis) {
  # based on: https://rpubs.com/kohske/dual_axis_in_ggplot2
  plot2 <- plot1 + with(FudgeAxis, scale_y_continuous( breaks=breaks, labels=labels))

  #extract gtable
  g1<-ggplot_gtable(ggplot_build(plot1))
  g2<-ggplot_gtable(ggplot_build(plot2))

  #overlap the panel of the 2nd plot on that of the 1st plot
  pp<-c(subset(g1$layout, name=="panel", se=t:r))
  g<-gtable_add_grob(g1, g2$grobs[[which(g2$layout$name=="panel")]], pp$t, pp$l, pp$b,pp$l)

  ia <- which(g2$layout$name == "axis-l")
  ga <- g2$grobs[[ia]]
  ax <- ga$children[[2]]
  ax$widths <- rev(ax$widths)
  ax$grobs <- rev(ax$grobs)
  ax$grobs[[1]]$x <- ax$grobs[[1]]$x - unit(1, "npc") + unit(0.15, "cm")
  g <- gtable_add_cols(g, g2$widths[g2$layout[ia, ]$l], length(g$widths) - 1)
  g <- gtable_add_grob(g, ax, pp$t, length(g$widths) - 1, pp$b)

  grid.draw(g)
}

Sekarang semua dapat disatukan: Kode di bawah ini menunjukkan, bagaimana solusi yang diusulkan dapat digunakan dalam lingkungan sehari-hari . Panggilan plot sekarang tidak memplot data asli y2 lagi tetapi versi kloning yf (diadakan di dalam objek pembantu yang dihitung sebelumnya FudgeAxis ), yang berjalan dari skala y1 . The ggplot asli objet kemudian dimanipulasi dengan Kohske ini fungsi pembantu PlotWithFudgeAxis untuk menambahkan sumbu kedua melestarikan sisik y2 . Itu plot juga plot dimanipulasi.

FudgeAxis <- CalcFudgeAxis( df$y1, df$y2 )

tmpPlot <- ggplot(data=df, aes(label=item)) +
      theme_bw() + 
      geom_segment(aes(x='G1', xend='G2', y=y1, yend=FudgeAxis$yf), color='grey')+
      geom_text(aes(x='G1', y=y1), color='blue') +
      geom_text(aes(x='G2', y=FudgeAxis$yf), color='red') +
      theme(legend.position='none', panel.grid=element_blank())

PlotWithFudgeAxis(tmpPlot, FudgeAxis)

Sekarang ini plot sesuai keinginan dengan dua sumbu, y1 di sebelah kiri dan y2 di sebelah kanan

Solusi di atas adalah, untuk menjelaskannya, peretasan yang terbatas dan terbatas. Saat diputar dengan kernel ggplot, ia akan memberikan beberapa peringatan bahwa kami bertukar skala pasca-fakta, dll. Itu harus ditangani dengan hati-hati dan dapat menghasilkan beberapa perilaku yang tidak diinginkan dalam pengaturan lain. Juga orang mungkin perlu bermain-main dengan fungsi pembantu untuk mendapatkan tata letak yang diinginkan. Penempatan legenda adalah masalah seperti itu (itu akan ditempatkan di antara panel dan sumbu baru; inilah mengapa saya menjatuhkannya). Penskalaan / pelurusan sumbu 2 juga sedikit menantang: Kode di atas berfungsi dengan baik ketika kedua skala mengandung "0", jika tidak satu sumbu akan bergeser. Jadi pasti dengan beberapa peluang untuk meningkatkan ...

Dalam hal ingin menyimpan gambar, seseorang harus membungkus panggilan ke dalam perangkat buka / tutup:

png(...)
PlotWithFudgeAxis(tmpPlot, FudgeAxis)
dev.off()

— CK
sumber

9

Artikel berikut membantu saya menggabungkan dua plot yang dihasilkan oleh ggplot2 pada satu baris:

Banyak grafik pada satu halaman (ggplot2) oleh Cookbook for R

Dan inilah kode yang terlihat dalam kasus ini:

p1 <- 
  ggplot() + aes(mns)+ geom_histogram(aes(y=..density..), binwidth=0.01, colour="black", fill="white") + geom_vline(aes(xintercept=mean(mns, na.rm=T)), color="red", linetype="dashed", size=1) +  geom_density(alpha=.2)

p2 <- 
  ggplot() + aes(mns)+ geom_histogram( binwidth=0.01, colour="black", fill="white") + geom_vline(aes(xintercept=mean(mns, na.rm=T)), color="red", linetype="dashed", size=1)  

multiplot(p1,p2,cols=2)

— Stas Prihod'co
sumber

Apa yang terjadi pada fungsi multiplot? Saya mendapatkan kesalahan bahwa fungsi tidak dapat ditemukan, terlepas dari kenyataan bahwa saya telah menginstal dan memuat pustaka ggplot2.

— Nneka

1

@Danka Fungsi multiplot adalah fungsi khusus (di bagian bawah halaman yang ditautkan).

— Dribbel

Bisakah Anda menambahkan plot?

— Sibo Jiang

Baru-baru ini, ada banyak paket yang memiliki lebih banyak opsi / fitur daripada multiplot stackoverflow.com/a/51220506

— Tung

7

Bagi saya bagian yang sulit adalah mencari tahu fungsi transformasi antara dua sumbu. Saya menggunakan myCurveFit untuk itu.

> dput(combined_80_8192 %>% filter (time > 270, time < 280))
structure(list(run = c(268L, 268L, 268L, 268L, 268L, 268L, 268L, 
268L, 268L, 268L, 263L, 263L, 263L, 263L, 263L, 263L, 263L, 263L, 
263L, 263L, 269L, 269L, 269L, 269L, 269L, 269L, 269L, 269L, 269L, 
269L, 261L, 261L, 261L, 261L, 261L, 261L, 261L, 261L, 261L, 261L, 
267L, 267L, 267L, 267L, 267L, 267L, 267L, 267L, 267L, 267L, 265L, 
265L, 265L, 265L, 265L, 265L, 265L, 265L, 265L, 265L, 266L, 266L, 
266L, 266L, 266L, 266L, 266L, 266L, 266L, 266L, 262L, 262L, 262L, 
262L, 262L, 262L, 262L, 262L, 262L, 262L, 264L, 264L, 264L, 264L, 
264L, 264L, 264L, 264L, 264L, 264L, 260L, 260L, 260L, 260L, 260L, 
260L, 260L, 260L, 260L, 260L), repetition = c(8L, 8L, 8L, 8L, 
8L, 8L, 8L, 8L, 8L, 8L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 9L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 7L, 5L, 5L, 
5L, 5L, 5L, 5L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 6L, 
6L, 6L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 4L, 4L, 4L, 4L, 
4L, 4L, 4L, 4L, 4L, 4L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L, 0L
), module = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L), .Label = "scenario.node[0].nicVLCTail.phyVLC", class = "factor"), 
    configname = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
    1L, 1L), .Label = "Road-Vlc", class = "factor"), packetByteLength = c(8192L, 
    8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 
    8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 
    8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 
    8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 
    8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 
    8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 
    8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 
    8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 
    8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 
    8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 
    8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L, 8192L
    ), numVehicles = c(2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
    2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
    2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
    2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
    2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
    2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
    2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L
    ), dDistance = c(80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 
    80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 
    80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 
    80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 
    80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 
    80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 
    80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 
    80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L, 
    80L, 80L, 80L, 80L, 80L, 80L, 80L, 80L), time = c(270.166006903445, 
    271.173853699836, 272.175873251122, 273.177524313334, 274.182946177105, 
    275.188959464989, 276.189675339937, 277.198250244799, 278.204619457189, 
    279.212562800009, 270.164199199177, 271.168527215152, 272.173072994958, 
    273.179210429715, 274.184351047337, 275.18980754378, 276.194816792995, 
    277.198598277809, 278.202398083519, 279.210634593917, 270.210674322891, 
    271.212395107473, 272.218871923292, 273.219060500457, 274.220486359614, 
    275.22401452372, 276.229646658839, 277.231060448138, 278.240407241942, 
    279.2437126347, 270.283554249858, 271.293168593832, 272.298574288769, 
    273.304413221348, 274.306272082517, 275.309023049011, 276.317805897347, 
    277.324403550028, 278.332855848701, 279.334046374594, 270.118608539613, 
    271.127947700074, 272.133887145863, 273.135726000491, 274.135994529981, 
    275.136563912708, 276.140120735361, 277.144298344151, 278.146885137621, 
    279.147552358659, 270.206015567272, 271.214618077209, 272.216566814903, 
    273.225435592582, 274.234014573683, 275.242949179958, 276.248417809711, 
    277.248800670023, 278.249750333404, 279.252926560188, 270.217182684494, 
    271.218357511397, 272.224698488895, 273.231112784327, 274.238740508457, 
    275.242715184122, 276.249053562718, 277.250325509798, 278.258488063493, 
    279.261141590137, 270.282904173953, 271.284689544638, 272.294220723234, 
    273.299749415592, 274.30628880553, 275.312075103126, 276.31579134717, 
    277.321905523606, 278.326305136748, 279.333056502253, 270.258991527456, 
    271.260224091407, 272.270076810133, 273.27052037648, 274.274119348094, 
    275.280808254502, 276.286353887245, 277.287064312339, 278.294444793276, 
    279.296772014594, 270.333066283904, 271.33877455992, 272.345842319903, 
    273.350858180493, 274.353972278505, 275.360454510107, 276.365088896161, 
    277.369166956941, 278.372571708911, 279.38017503079), distanceToTx = c(80.255266401689, 
    80.156059067023, 79.98823695539, 79.826647129071, 79.76678667135, 
    79.788239825292, 79.734539327997, 79.74766421514, 79.801243848241, 
    79.765920888341, 80.255266401689, 80.15850240049, 79.98823695539, 
    79.826647129071, 79.76678667135, 79.788239825292, 79.735078924078, 
    79.74766421514, 79.801243848241, 79.764622734914, 80.251248121732, 
    80.146436869316, 79.984682320466, 79.82292012342, 79.761908518748, 
    79.796988776281, 79.736920997657, 79.745038376718, 79.802638836686, 
    79.770029970452, 80.243475525691, 80.127918207499, 79.978303140866, 
    79.816259117883, 79.749322030693, 79.809916018889, 79.744456560867, 
    79.738655068783, 79.788697533211, 79.784288359619, 80.260412958482, 
    80.168426829066, 79.992034911214, 79.830845773284, 79.7756751763, 
    79.778156038931, 79.732399593756, 79.752769548846, 79.799967731078, 
    79.757585110481, 80.251248121732, 80.146436869316, 79.984682320466, 
    79.822062073459, 79.75884601899, 79.801590491435, 79.738335109094, 
    79.74347007248, 79.803215965043, 79.771471198955, 80.250257298678, 
    80.146436869316, 79.983831684476, 79.822062073459, 79.75884601899, 
    79.801590491435, 79.738335109094, 79.74347007248, 79.803849157574, 
    79.771471198955, 80.243475525691, 80.130180105198, 79.978303140866, 
    79.816881283718, 79.749322030693, 79.80984572883, 79.744456560867, 
    79.738655068783, 79.790548644175, 79.784288359619, 80.246349000313, 
    80.137056554491, 79.980581246037, 79.818924707937, 79.753176142361, 
    79.808777040341, 79.741609845588, 79.740770913572, 79.796316397253, 
    79.777593733292, 80.238796415443, 80.119021911134, 79.974810568944, 
    79.814065350562, 79.743657315504, 79.810146783217, 79.749945098869, 
    79.737122584544, 79.781650522348, 79.791554933936), headerNoError = c(0.99999999989702, 
    0.9999999999981, 0.99999999999946, 0.9999999928026, 0.99999873265475, 
    0.77080141574964, 0.99007491438593, 0.99994396605059, 0.45588747062284, 
    0.93484381262491, 0.99999999989702, 0.99999999999816, 0.99999999999946, 
    0.9999999928026, 0.99999873265475, 0.77080141574964, 0.99008458785106, 
    0.99994396605059, 0.45588747062284, 0.93480223051707, 0.99999999989735, 
    0.99999999999789, 0.99999999999946, 0.99999999287551, 0.99999876302649, 
    0.46903147501117, 0.98835168988253, 0.99994427085086, 0.45235035271542, 
    0.93496741877335, 0.99999999989803, 0.99999999999781, 0.99999999999948, 
    0.99999999318224, 0.99994254156311, 0.46891362282273, 0.93382613917348, 
    0.99994594904099, 0.93002915596843, 0.93569767251247, 0.99999999989658, 
    0.99999999998074, 0.99999999999946, 0.99999999272802, 0.99999871586781, 
    0.76935240919896, 0.99002587758346, 0.99999881589732, 0.46179415706093, 
    0.93417422376389, 0.99999999989735, 0.99999999999789, 0.99999999999946, 
    0.99999999289347, 0.99999876940486, 0.46930769326427, 0.98837353639905, 
    0.99994447154714, 0.16313586712094, 0.93500824170148, 0.99999999989744, 
    0.99999999999789, 0.99999999999946, 0.99999999289347, 0.99999876940486, 
    0.46930769326427, 0.98837353639905, 0.99994447154714, 0.16330039178981, 
    0.93500824170148, 0.99999999989803, 0.99999999999781, 0.99999999999948, 
    0.99999999316541, 0.99994254156311, 0.46794586553266, 0.93382613917348, 
    0.99994594904099, 0.9303627789484, 0.93569767251247, 0.99999999989778, 
    0.9999999999978, 0.99999999999948, 0.99999999311433, 0.99999878195152, 
    0.47101897739483, 0.93368891853679, 0.99994556595217, 0.7571113417265, 
    0.93553999975802, 0.99999999998191, 0.99999999999784, 0.99999999999971, 
    0.99999891129658, 0.99994309267792, 0.46510628979591, 0.93442584181035, 
    0.99894450514543, 0.99890078483692, 0.76933812306423), receivedPower_dbm = c(-93.023492290586, 
    -92.388378035287, -92.205716340607, -93.816400586752, -95.023489422885, 
    -100.86308557253, -98.464763536915, -96.175707680373, -102.06189538385, 
    -99.716653422746, -93.023492290586, -92.384760627397, -92.205716340607, 
    -93.816400586752, -95.023489422885, -100.86308557253, -98.464201120719, 
    -96.175707680373, -102.06189538385, -99.717150021506, -93.022927803442, 
    -92.404017215549, -92.204561341714, -93.814319484729, -95.016990717792, 
    -102.01669022332, -98.558088145955, -96.173817001483, -102.07406915124, 
    -99.71517574876, -93.021813165972, -92.409586309743, -92.20229160243, 
    -93.805335867418, -96.184419849593, -102.01709540787, -99.728735187547, 
    -96.163233028048, -99.772547164798, -99.706399753853, -93.024204617071, 
    -92.745813384859, -92.206884754512, -93.818508150122, -95.027018807793, 
    -100.87000577258, -98.467607232407, -95.005311380324, -102.04157607608, 
    -99.724619517, -93.022927803442, -92.404017215549, -92.204561341714, 
    -93.813803344588, -95.015606885523, -102.0157405687, -98.556982278361, 
    -96.172566862738, -103.21871579865, -99.714687230796, -93.022787428238, 
    -92.404017215549, -92.204274688493, -93.813803344588, -95.015606885523, 
    -102.0157405687, -98.556982278361, -96.172566862738, -103.21784988098, 
    -99.714687230796, -93.021813165972, -92.409950613665, -92.20229160243, 
    -93.805838770576, -96.184419849593, -102.02042267497, -99.728735187547, 
    -96.163233028048, -99.768774335378, -99.706399753853, -93.022228914406, 
    -92.411048503835, -92.203136463155, -93.807357409082, -95.012865008237, 
    -102.00985717796, -99.730352912911, -96.165675535906, -100.92744056572, 
    -99.708301333236, -92.735781110993, -92.408137395049, -92.119533319039, 
    -94.982938427575, -96.181073124017, -102.03018610927, -99.721633629806, 
    -97.32940323644, -97.347613268692, -100.87007386786), snr = c(49.848348091678, 
    57.698190927109, 60.17669971462, 41.529809724535, 31.452202106925, 
    8.1976890851341, 14.240447804094, 24.122884195464, 6.2202875499406, 
    10.674183333671, 49.848348091678, 57.746270018264, 60.17669971462, 
    41.529809724535, 31.452202106925, 8.1976890851341, 14.242292077376, 
    24.122884195464, 6.2202875499406, 10.672962852322, 49.854827699773, 
    57.49079026127, 60.192705735317, 41.549715223147, 31.499301851462, 
    6.2853718719014, 13.937702343688, 24.133388256416, 6.2028757927148, 
    10.677815810561, 49.867624820879, 57.417115267867, 60.224172277442, 
    41.635752021705, 24.074540962859, 6.2847854917092, 10.644529778044, 
    24.19227425387, 10.537686730745, 10.699414795917, 49.84017267426, 
    53.139646558768, 60.160512118809, 41.509660845114, 31.42665220053, 
    8.1846370024428, 14.231126423354, 31.584125885363, 6.2494585568733, 
    10.654622041348, 49.854827699773, 57.49079026127, 60.192705735317, 
    41.55465351989, 31.509340361646, 6.2867464196657, 13.941251828322, 
    24.140336174865, 4.765718874642, 10.679016976694, 49.856439162736, 
    57.49079026127, 60.196678846453, 41.55465351989, 31.509340361646, 
    6.2867464196657, 13.941251828322, 24.140336174865, 4.7666691818074, 
    10.679016976694, 49.867624820879, 57.412299088098, 60.224172277442, 
    41.630930975211, 24.074540962859, 6.279972363168, 10.644529778044, 
    24.19227425387, 10.546845071479, 10.699414795917, 49.862851240855, 
    57.397787176282, 60.212457625018, 41.61637603957, 31.529239767749, 
    6.2952688513108, 10.640565481982, 24.178672145334, 8.0771089950663, 
    10.694731030907, 53.262541905639, 57.43627424514, 61.382796189332, 
    31.747253311549, 24.093100244121, 6.2658701281075, 10.661949889074, 
    18.495227442305, 18.417839037171, 8.1845086722809), frameId = c(15051, 
    15106, 15165, 15220, 15279, 15330, 15385, 15452, 15511, 15566, 
    15019, 15074, 15129, 15184, 15239, 15298, 15353, 15412, 15471, 
    15526, 14947, 14994, 15057, 15112, 15171, 15226, 15281, 15332, 
    15391, 15442, 14971, 15030, 15085, 15144, 15203, 15262, 15321, 
    15380, 15435, 15490, 14915, 14978, 15033, 15092, 15147, 15198, 
    15257, 15312, 15371, 15430, 14975, 15034, 15089, 15140, 15195, 
    15254, 15313, 15368, 15427, 15478, 14987, 15046, 15105, 15160, 
    15215, 15274, 15329, 15384, 15447, 15506, 14943, 15002, 15061, 
    15116, 15171, 15230, 15285, 15344, 15399, 15454, 14971, 15026, 
    15081, 15136, 15195, 15258, 15313, 15368, 15423, 15478, 15039, 
    15094, 15149, 15204, 15263, 15314, 15369, 15428, 15487, 15546
    ), packetOkSinr = c(0.99999999314881, 0.9999999998736, 0.99999999996428, 
    0.99999952114066, 0.99991568416005, 3.00628034688444e-08, 
    0.51497487795954, 0.99627877136019, 0, 0.011303253101957, 
    0.99999999314881, 0.99999999987726, 0.99999999996428, 0.99999952114066, 
    0.99991568416005, 3.00628034688444e-08, 0.51530974419663, 
    0.99627877136019, 0, 0.011269851265775, 0.9999999931708, 
    0.99999999985986, 0.99999999996428, 0.99999952599145, 0.99991770469509, 
    0, 0.45861812482641, 0.99629897628155, 0, 0.011403119534097, 
    0.99999999321568, 0.99999999985437, 0.99999999996519, 0.99999954639936, 
    0.99618434878558, 0, 0.010513119213425, 0.99641022914441, 
    0.00801687746446111, 0.012011103529927, 0.9999999931195, 
    0.99999999871861, 0.99999999996428, 0.99999951617905, 0.99991456738049, 
    2.6525298291169e-08, 0.51328066587104, 0.9999212220316, 0, 
    0.010777054258914, 0.9999999931708, 0.99999999985986, 0.99999999996428, 
    0.99999952718674, 0.99991812902805, 0, 0.45929307038653, 
    0.99631228046814, 0, 0.011436292559188, 0.99999999317629, 
    0.99999999985986, 0.99999999996428, 0.99999952718674, 0.99991812902805, 
    0, 0.45929307038653, 0.99631228046814, 0, 0.011436292559188, 
    0.99999999321568, 0.99999999985437, 0.99999999996519, 0.99999954527918, 
    0.99618434878558, 0, 0.010513119213425, 0.99641022914441, 
    0.00821047996950475, 0.012011103529927, 0.99999999319919, 
    0.99999999985345, 0.99999999996519, 0.99999954188106, 0.99991896371849, 
    0, 0.010410830482692, 0.996384831822, 9.12484388049251e-09, 
    0.011877185067536, 0.99999999879646, 0.9999999998562, 0.99999999998077, 
    0.99992756868677, 0.9962208785486, 0, 0.010971897073662, 
    0.93214999078663, 0.92943956665979, 2.64925478221656e-08), 
    snir = c(49.848348091678, 57.698190927109, 60.17669971462, 
    41.529809724535, 31.452202106925, 8.1976890851341, 14.240447804094, 
    24.122884195464, 6.2202875499406, 10.674183333671, 49.848348091678, 
    57.746270018264, 60.17669971462, 41.529809724535, 31.452202106925, 
    8.1976890851341, 14.242292077376, 24.122884195464, 6.2202875499406, 
    10.672962852322, 49.854827699773, 57.49079026127, 60.192705735317, 
    41.549715223147, 31.499301851462, 6.2853718719014, 13.937702343688, 
    24.133388256416, 6.2028757927148, 10.677815810561, 49.867624820879, 
    57.417115267867, 60.224172277442, 41.635752021705, 24.074540962859, 
    6.2847854917092, 10.644529778044, 24.19227425387, 10.537686730745, 
    10.699414795917, 49.84017267426, 53.139646558768, 60.160512118809, 
    41.509660845114, 31.42665220053, 8.1846370024428, 14.231126423354, 
    31.584125885363, 6.2494585568733, 10.654622041348, 49.854827699773, 
    57.49079026127, 60.192705735317, 41.55465351989, 31.509340361646, 
    6.2867464196657, 13.941251828322, 24.140336174865, 4.765718874642, 
    10.679016976694, 49.856439162736, 57.49079026127, 60.196678846453, 
    41.55465351989, 31.509340361646, 6.2867464196657, 13.941251828322, 
    24.140336174865, 4.7666691818074, 10.679016976694, 49.867624820879, 
    57.412299088098, 60.224172277442, 41.630930975211, 24.074540962859, 
    6.279972363168, 10.644529778044, 24.19227425387, 10.546845071479, 
    10.699414795917, 49.862851240855, 57.397787176282, 60.212457625018, 
    41.61637603957, 31.529239767749, 6.2952688513108, 10.640565481982, 
    24.178672145334, 8.0771089950663, 10.694731030907, 53.262541905639, 
    57.43627424514, 61.382796189332, 31.747253311549, 24.093100244121, 
    6.2658701281075, 10.661949889074, 18.495227442305, 18.417839037171, 
    8.1845086722809), ookSnirBer = c(8.8808636558081e-24, 3.2219795637026e-27, 
    2.6468895519653e-28, 3.9807779074715e-20, 1.0849324265615e-15, 
    2.5705217057696e-05, 4.7313805615763e-08, 1.8800438086075e-12, 
    0.00021005320203921, 1.9147343768384e-06, 8.8808636558081e-24, 
    3.0694773489537e-27, 2.6468895519653e-28, 3.9807779074715e-20, 
    1.0849324265615e-15, 2.5705217057696e-05, 4.7223753038869e-08, 
    1.8800438086075e-12, 0.00021005320203921, 1.9171738578051e-06, 
    8.8229427230445e-24, 3.9715925056443e-27, 2.6045198111088e-28, 
    3.9014083702734e-20, 1.0342658440386e-15, 0.00019591630514278, 
    6.4692014108683e-08, 1.8600094209271e-12, 0.0002140067535655, 
    1.9074922485477e-06, 8.7096574467175e-24, 4.2779443633862e-27, 
    2.5231916788231e-28, 3.5761615214425e-20, 1.9750692814982e-12, 
    0.0001960392878411, 1.9748966344895e-06, 1.7515881895994e-12, 
    2.2078334799411e-06, 1.8649940680806e-06, 8.954486301678e-24, 
    3.2021085732779e-25, 2.690441113724e-28, 4.0627628846548e-20, 
    1.1134484878561e-15, 2.6061691733331e-05, 4.777159157954e-08, 
    9.4891388749738e-16, 0.00020359398491544, 1.9542110660398e-06, 
    8.8229427230445e-24, 3.9715925056443e-27, 2.6045198111088e-28, 
    3.8819641115984e-20, 1.0237769828158e-15, 0.00019562832342849, 
    6.4455095380046e-08, 1.8468752030971e-12, 0.0010099091367628, 
    1.9051035165106e-06, 8.8085966897635e-24, 3.9715925056443e-27, 
    2.594108048185e-28, 3.8819641115984e-20, 1.0237769828158e-15, 
    0.00019562832342849, 6.4455095380046e-08, 1.8468752030971e-12, 
    0.0010088638355194, 1.9051035165106e-06, 8.7096574467175e-24, 
    4.2987746909572e-27, 2.5231916788231e-28, 3.593647329558e-20, 
    1.9750692814982e-12, 0.00019705170257492, 1.9748966344895e-06, 
    1.7515881895994e-12, 2.1868296425817e-06, 1.8649940680806e-06, 
    8.7517439682173e-24, 4.3621551072316e-27, 2.553168170837e-28, 
    3.6469582463164e-20, 1.0032983660212e-15, 0.00019385229409318, 
    1.9830820164805e-06, 1.7760568361323e-12, 2.919419915209e-05, 
    1.8741284335866e-06, 2.8285944348148e-25, 4.1960751547207e-27, 
    7.8468215407139e-29, 8.0407329049747e-16, 1.9380328071065e-12, 
    0.00020004849911333, 1.9393279417733e-06, 5.9354475879597e-10, 
    6.4258355913627e-10, 2.6065221215415e-05), ookSnrBer = c(8.8808636558081e-24, 
    3.2219795637026e-27, 2.6468895519653e-28, 3.9807779074715e-20, 
    1.0849324265615e-15, 2.5705217057696e-05, 4.7313805615763e-08, 
    1.8800438086075e-12, 0.00021005320203921, 1.9147343768384e-06, 
    8.8808636558081e-24, 3.0694773489537e-27, 2.6468895519653e-28, 
    3.9807779074715e-20, 1.0849324265615e-15, 2.5705217057696e-05, 
    4.7223753038869e-08, 1.8800438086075e-12, 0.00021005320203921, 
    1.9171738578051e-06, 8.8229427230445e-24, 3.9715925056443e-27, 
    2.6045198111088e-28, 3.9014083702734e-20, 1.0342658440386e-15, 
    0.00019591630514278, 6.4692014108683e-08, 1.8600094209271e-12, 
    0.0002140067535655, 1.9074922485477e-06, 8.7096574467175e-24, 
    4.2779443633862e-27, 2.5231916788231e-28, 3.5761615214425e-20, 
    1.9750692814982e-12, 0.0001960392878411, 1.9748966344895e-06, 
    1.7515881895994e-12, 2.2078334799411e-06, 1.8649940680806e-06, 
    8.954486301678e-24, 3.2021085732779e-25, 2.690441113724e-28, 
    4.0627628846548e-20, 1.1134484878561e-15, 2.6061691733331e-05, 
    4.777159157954e-08, 9.4891388749738e-16, 0.00020359398491544, 
    1.9542110660398e-06, 8.8229427230445e-24, 3.9715925056443e-27, 
    2.6045198111088e-28, 3.8819641115984e-20, 1.0237769828158e-15, 
    0.00019562832342849, 6.4455095380046e-08, 1.8468752030971e-12, 
    0.0010099091367628, 1.9051035165106e-06, 8.8085966897635e-24, 
    3.9715925056443e-27, 2.594108048185e-28, 3.8819641115984e-20, 
    1.0237769828158e-15, 0.00019562832342849, 6.4455095380046e-08, 
    1.8468752030971e-12, 0.0010088638355194, 1.9051035165106e-06, 
    8.7096574467175e-24, 4.2987746909572e-27, 2.5231916788231e-28, 
    3.593647329558e-20, 1.9750692814982e-12, 0.00019705170257492, 
    1.9748966344895e-06, 1.7515881895994e-12, 2.1868296425817e-06, 
    1.8649940680806e-06, 8.7517439682173e-24, 4.3621551072316e-27, 
    2.553168170837e-28, 3.6469582463164e-20, 1.0032983660212e-15, 
    0.00019385229409318, 1.9830820164805e-06, 1.7760568361323e-12, 
    2.919419915209e-05, 1.8741284335866e-06, 2.8285944348148e-25, 
    4.1960751547207e-27, 7.8468215407139e-29, 8.0407329049747e-16, 
    1.9380328071065e-12, 0.00020004849911333, 1.9393279417733e-06, 
    5.9354475879597e-10, 6.4258355913627e-10, 2.6065221215415e-05
    )), class = "data.frame", row.names = c(NA, -100L), .Names = c("run", 
"repetition", "module", "configname", "packetByteLength", "numVehicles", 
"dDistance", "time", "distanceToTx", "headerNoError", "receivedPower_dbm", 
"snr", "frameId", "packetOkSinr", "snir", "ookSnirBer", "ookSnrBer"
))

Menemukan fungsi transformasi

y1 -> y2 Fungsi ini digunakan untuk mengubah data dari sumbu y sekunder menjadi "dinormalisasi" sesuai dengan sumbu y pertama

fungsi transformasi: f(y1) = 0.025*x + 2.75

y2 -> y1 Fungsi ini digunakan untuk mengubah titik istirahat dari sumbu y pertama ke nilai sumbu y kedua. Perhatikan bahwa sumbu ditukar sekarang.

fungsi transformasi: f(y1) = 40*x - 110

Merencanakan

Perhatikan bagaimana fungsi transformasi digunakan dalam ggplotpanggilan untuk mengubah data "on-the-fly"

ggplot(data=combined_80_8192 %>% filter (time > 270, time < 280), aes(x=time) ) +
  stat_summary(aes(y=receivedPower_dbm ), fun.y=mean, geom="line", colour="black") +
  stat_summary(aes(y=packetOkSinr*40 - 110 ), fun.y=mean, geom="line", colour="black", position = position_dodge(width=10)) +
  scale_x_continuous() +
  scale_y_continuous(breaks = seq(-0,-110,-10), "y_first", sec.axis=sec_axis(~.*0.025+2.75, name="y_second") )

stat_summaryPanggilan pertama adalah salah satu yang menetapkan basis untuk sumbu y pertama. stat_summaryPanggilan kedua dipanggil untuk mengubah data. Ingat bahwa semua data akan dijadikan sebagai basis sumbu y pertama. Sehingga data perlu dinormalisasi untuk sumbu y pertama. Untuk melakukan itu saya menggunakan fungsi transformasi pada data:y=packetOkSinr*40 - 110

Sekarang untuk mengubah sumbu kedua saya menggunakan fungsi yang berlawanan dalam scale_y_continuouspanggilan: sec.axis=sec_axis(~.*0.025+2.75, name="y_second").

— pengguna4786271
sumber

2

R dapat melakukan hal semacam ini, coef(lm(c(-70, -110) ~ c(1,0)))dan coef(lm(c(1,0) ~ c(-70, -110))). Anda dapat mendefinisikan fungsi pembantu seperti

equationise <- function(range = c(-70, -110), target = c(1,0)){   c = coef(lm(target ~ range))     as.formula(substitute(~ a*. + b, list(a=c[[2]], b=c[[1]]))) }

— baptiste

ya, saya tahu ... hanya mengira situs akan lebih intuitif

— user4786271

4

Kita pasti bisa membangun plot dengan dual Y-axises menggunakan basis R funtion plot.

# pseudo dataset
df <- data.frame(x = seq(1, 1000, 1), y1 = sample.int(100, 1000, replace=T), y2 = sample(50, 1000, replace = T))

# plot first plot 
with(df, plot(y1 ~ x, col = "red"))

# set new plot
par(new = T) 

# plot second plot, but without axis
with(df, plot(y2 ~ x, type = "l", xaxt = "n", yaxt = "n", xlab = "", ylab = ""))

# define y-axis and put y-labs
axis(4)
with(df, mtext("y2", side = 4))

— Demo
sumber

1

Anda bisa menggunakan facet_wrap(~ variable, ncol= )variabel untuk membuat perbandingan baru. Itu tidak pada poros yang sama, tetapi serupa.

— jchaykow
sumber

1

Saya mengakui dan setuju dengan hadley (dan lainnya), bahwa skala y yang terpisah "secara mendasar cacat". Karena itu - saya sering berharap ggplot2memiliki fitur - terutama, ketika data dalam format lebar dan saya ingin segera memvisualisasikan atau memeriksa data (yaitu untuk penggunaan pribadi).

Sementara tidyverseperpustakaan membuatnya cukup mudah untuk mengkonversi data ke format panjang (sehingga facet_grid()akan berfungsi), prosesnya masih tidak sepele, seperti yang terlihat di bawah ini:

library(tidyverse)
df.wide %>%
    # Select only the columns you need for the plot.
    select(date, column1, column2, column3) %>%
    # Create an id column – needed in the `gather()` function.
    mutate(id = n()) %>%
    # The `gather()` function converts to long-format. 
    # In which the `type` column will contain three factors (column1, column2, column3),
    # and the `value` column will contain the respective values.
    # All the while we retain the `id` and `date` columns.
    gather(type, value, -id, -date) %>%
    # Create the plot according to your specifications
    ggplot(aes(x = date, y = value)) +
        geom_line() +
        # Create a panel for each `type` (ie. column1, column2, column3).
        # If the types have different scales, you can use the `scales="free"` option.
        facet_grid(type~., scales = "free")

— bonna
sumber

Pada saat penulisan ggplot2 sudah mendukung ini via sec_axis.

— Konrad Rudolph

0

Jawaban oleh Hadley memberikan referensi yang menarik untuk laporan Stephen Few's Dual-Scaled Axes dalam Grafik Apakah Mereka Pernah Solusi Terbaik? .

Saya tidak tahu apa arti OP dengan "jumlah" dan "nilai" tetapi pencarian cepat memberi saya Hitungan dan Tarif , jadi saya mendapatkan beberapa data tentang Kecelakaan di Gunung Amerika Utara ¹ :

Years<-c("1998","1999","2000","2001","2002","2003","2004")
Persons.Involved<-c(281,248,301,276,295,231,311)
Fatalities<-c(20,17,24,16,34,18,35)
rate=100*Fatalities/Persons.Involved
df<-data.frame(Years=Years,Persons.Involved=Persons.Involved,Fatalities=Fatalities,rate=rate)
print(df,row.names = FALSE)

 Years Persons.Involved Fatalities      rate
  1998              281         20  7.117438
  1999              248         17  6.854839
  2000              301         24  7.973422
  2001              276         16  5.797101
  2002              295         34 11.525424
  2003              231         18  7.792208
  2004              311         35 11.254019

Dan kemudian saya mencoba untuk membuat grafik seperti yang disarankan pada halaman 7 laporan tersebut (dan mengikuti permintaan OP untuk membuat grafik penghitungan sebagai grafik batang dan tarif sebagai grafik garis):

Solusi lain yang kurang jelas, yang hanya berfungsi untuk deret waktu, adalah mengubah semua set nilai menjadi skala kuantitatif umum dengan menampilkan perbedaan persentase antara setiap nilai dan nilai referensi (atau indeks). Misalnya, pilih titik waktu tertentu, seperti interval pertama yang muncul dalam grafik, dan nyatakan setiap nilai berikutnya sebagai perbedaan persentase antara itu dan nilai awal. Ini dilakukan dengan membagi nilai pada setiap titik waktu dengan nilai untuk titik awal dalam waktu dan kemudian mengalikannya dengan 100 untuk mengkonversi tingkat ke persentase, seperti yang diilustrasikan di bawah ini.

df2<-df
df2$Persons.Involved <- 100*df$Persons.Involved/df$Persons.Involved[1]
df2$rate <- 100*df$rate/df$rate[1]
plot(ggplot(df2)+
  geom_bar(aes(x=Years,weight=Persons.Involved))+
  geom_line(aes(x=Years,y=rate,group=1))+
  theme(text = element_text(size=30))
  )

Dan inilah hasilnya:

Tetapi saya tidak begitu menyukainya dan saya tidak dapat dengan mudah menempatkan legenda di atasnya ...

1 _{WILLIAMSON, Jed, et al. Kecelakaan di Gunung Amerika Utara 2005. The Mountaineers Books, 2005.}

— Alessandro Jacopson
sumber

0

Tampaknya ini tampaknya menjadi pertanyaan sederhana tetapi mengejutkan sekitar 2 pertanyaan mendasar. A) Bagaimana menangani data multi-skalar sambil menyajikan dalam grafik komparatif, dan kedua, B) apakah ini dapat dilakukan tanpa beberapa praktek aturan praktis pemrograman R seperti i) melting data, ii) faceting, iii) menambahkan lapisan lain ke yang sudah ada. Solusi yang diberikan di bawah ini memenuhi kedua kondisi di atas karena menangani data tanpa harus skala ulang dan kedua, teknik yang disebutkan tidak digunakan.

Inilah hasilnya,

Bagi yang tertarik mengetahui lebih banyak tentang metode ini, silakan ikuti tautan di bawah ini. Cara memplot grafik sumbu 2- y dengan palang berdampingan tanpa menskala ulang data

— ambrish dhaka
sumber

0

Saya menemukan jawaban ini paling membantu saya, tetapi menemukan bahwa ada beberapa kasus tepi yang tampaknya tidak ditangani dengan benar, dalam kasus negatif tertentu, dan juga kasus di mana batas saya memiliki jarak 0 (yang dapat terjadi jika kita meraih batas kami dari maks / mnt data). Pengujian tampaknya menunjukkan bahwa ini berfungsi secara konsisten

Saya menggunakan kode berikut. Di sini saya berasumsi kita memiliki [x1, x2] yang ingin kita ubah menjadi [y1, y2]. Cara saya menangani ini adalah mentransformasikan [x1, x2] menjadi [0,1] (transformaton yang cukup sederhana), kemudian [0,1] menjadi [y1, y2].

climate <- tibble(
  Month = 1:12,
  Temp = c(-4,-4,0,5,11,15,16,15,11,6,1,-3),
  Precip = c(49,36,47,41,53,65,81,89,90,84,73,55)
)
#Set the limits of each axis manually:

  ylim.prim <- c(0, 180)   # in this example, precipitation
ylim.sec <- c(-4, 18)    # in this example, temperature



  b <- diff(ylim.sec)/diff(ylim.prim)

#If all values are the same this messes up the transformation, so we need to modify it here
if(b==0){
  ylim.sec <- c(ylim.sec[1]-1, ylim.sec[2]+1)
  b <- diff(ylim.sec)/diff(ylim.prim)
}
if (is.na(b)){
  ylim.prim <- c(ylim.prim[1]-1, ylim.prim[2]+1)
  b <- diff(ylim.sec)/diff(ylim.prim)
}


ggplot(climate, aes(Month, Precip)) +
  geom_col() +
  geom_line(aes(y = ylim.prim[1]+(Temp-ylim.sec[1])/b), color = "red") +
  scale_y_continuous("Precipitation", sec.axis = sec_axis(~((.-ylim.prim[1]) *b  + ylim.sec[1]), name = "Temperature"), limits = ylim.prim) +
  scale_x_continuous("Month", breaks = 1:12) +
  ggtitle("Climatogram for Oslo (1961-1990)")

Bagian-bagian penting di sini adalah kita mengubah sumbu y sekunder dengan ~((.-ylim.prim[1]) *b + ylim.sec[1])dan kemudian menerapkan kebalikannya ke nilai aktual y = ylim.prim[1]+(Temp-ylim.sec[1])/b). Kita juga harus memastikan itu limits = ylim.prim.

— Kieran Martin
sumber