The trick here to meet the challenge is to techncially plot both data sets against the first scale y1 but report the second against a secondary axis with labels showing the original scale y2.
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)
}
现在所有人都可以放在一起： Below code shows, how the proposed solution could be used in a day-to-day environment . 情节调用现在不再绘制原始数据y2，而是克隆版本yf（保存在预先计算的辅助对象FudgeAxis内），其运行y1的比例 . 然后使用Kohske的辅助函数PlotWithFudgeAxis操作原始的ggplot对象，以添加第二个轴，保留y2的比例 . 它也描绘了操纵的情节 .
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")
13 回答
有时客户想要两个y尺度 . 给他们“有缺陷”的演讲往往毫无意义 . 但我确实喜欢ggplot2坚持以正确的方式做事 . 我确信ggplot实际上是教育普通用户正确的可视化技术 .
也许你可以使用faceting和scale来比较两个数据系列？ - 例如看这里：https://github.com/hadley/ggplot2/wiki/Align-two-plots-on-a-page
这在ggplot2中是不可能的，因为我认为具有单独y尺度的图（不是彼此变换的y尺度）从根本上是有缺陷的 . 一些问题：
不可逆：如果绘图空间上有一个点，则无法将其唯一映射回数据空间中的某个点 .
与其他选项相比，它们相对难以正确阅读 . 有关详细信息，请参阅Petra Isenberg，Anastasia Bezerianos，Pierre Dragicevic和Jean-Daniel Fekete的A Study on Dual-Scale Data Charts .
它们很容易操纵误导：没有独特的方法来指定轴的相对比例，使它们处于操作状态 . Junkcharts博客中的两个例子：one，two
它们是任意的：为什么只有2个刻度，而不是3个，4个或10个？
您也可以阅读Stephen Few关于Dual-Scaled Axes in Graphs Are They Ever the Best Solution?主题的冗长讨论 .
从ggplot2 2.2.0开始，您可以添加这样的辅助轴（取自ggplot2 2.2.0 announcement）：
大约3年前，Kohske提供了解决这一挑战的技术支柱[KOHSKE] . 关于其解决方案的主题和技术已经在Stackoverflow上的几个实例中进行了讨论[ID：18989001,29235405,21026598] . 因此，我将仅使用上述解决方案提供特定的变体和一些解释性演练 .
让我们假设我们在组G1中确实存在一些数据y1，其中组G2中的一些数据y2以某种方式相关，例如，范围/比例变换或添加一些噪音 . 因此，人们希望将数据绘制在一个图上，左边是y1，右边是y2 .
如果我们现在将数据与类似的东西一起绘制
它没有很好地对齐，因为较小的规模y1明显地被更大规模的y2折叠 .
The trick here to meet the challenge is to techncially plot both data sets against the first scale y1 but report the second against a secondary axis with labels showing the original scale y2.
因此，我们构建了第一个辅助函数CalcFudgeAxis，它计算并收集要显示的新轴的特征 . 该函数可以修改为ayones喜欢（这个只是将y2映射到y1的范围） .
什么产生一些：
现在我在第二个辅助函数PlotWithFudgeAxis（我们在其中抛出新轴的ggplot对象和辅助对象）中包含了Kohske的解决方案：
现在所有人都可以放在一起： Below code shows, how the proposed solution could be used in a day-to-day environment . 情节调用现在不再绘制原始数据y2，而是克隆版本yf（保存在预先计算的辅助对象FudgeAxis内），其运行y1的比例 . 然后使用Kohske的辅助函数PlotWithFudgeAxis操作原始的ggplot对象，以添加第二个轴，保留y2的比例 . 它也描绘了操纵的情节 .
This now plots as desired with two axis, y1 on the left and y2 on the right
上面的解决方案是，直截了当，一个有限的摇摇欲坠的黑客 . 当它与ggplot内核一起使用时，它会抛出一些警告，我们交换事后的比例等等 . 它必须小心处理，并可能在另一个设置中产生一些不希望的行为 . 同样，可能需要使用辅助函数来调整以获得所需的布局 . 图例的位置是一个问题（它将放置在面板和新轴之间;这就是我下垂的原因） . 2轴的缩放/对齐也有点挑战性：当两个刻度包含“0”时，上面的代码很好地工作，否则一个轴会移位 . 所以肯定有一些改进的机会......
如果想要保存pic，必须将呼叫包装到设备打开/关闭中：
采取上述答案和一些微调（以及任何它的 Value ），这是一种通过
sec_axis实现两个量表的方法：假设一个简单的（纯虚构的）数据集
dt：五天，它跟踪的数量中断VS 生产环境 力：（两列的范围相差约5倍） .
以下代码将绘制它们用完整个y轴的两个系列：
这是结果（上面的代码有些颜色调整）：
要点（除了在指定y_scale时使用
sec_axis是 multiply ，在指定系列时每个值为第2个数据系列为5 . 为了在sec_axis定义中获得标签，它需要 dividing by 5（和格式化） . 因此，上面代码中的一个关键部分实际上是geom_line中的*5和sec_axis中的~./5（将当前值.除以5的公式） .相比之下（我不想在这里判断方法），这是两个图表在彼此之上的样子：
你可以自己判断哪一个更能传达信息（“不要扰乱工作中的人！”） . 猜猜这是一个公平的决定方式 .
两个图像的完整代码（上面是's not really more than what'，只是完成并准备好运行）在这里：https://gist.github.com/sebastianrothbucher/de847063f32fdff02c83b75f59c36a7d这里有更详细的解释：https://sebastianrothbucher.github.io/datascience/r/visualization/ggplot/2018/03/24/two-scales-ggplot-r.html
下面的文章帮助我将ggplot2生成的两个图组合在一行上：
Multiple graphs on one page (ggplot2) by Cookbook for R
以下是这种情况下代码的外观：
对我来说，棘手的部分是找出两个轴之间的转换函数 . 我使用了myCurveFit .
Finding the transformation function
转换功能：
f(y1) = 0.025*x + 2.75转换功能：
f(y1) = 40*x - 110Plotting
注意如何在
ggplot调用中使用转换函数来转换数据"on-the-fly"第一个
stat_summary调用是为第一个y轴设置基础的调用 . 调用第二个stat_summary调用来转换数据 . 请记住，所有数据都将作为第一个y轴的基础 . 因此，需要针对第一个y轴对数据进行归一化 . 为此，我在数据上使用转换函数：y=packetOkSinr*40 - 110现在要转换第二个轴，我在
scale_y_continuous调用中使用相反的函数：sec.axis=sec_axis(~.*0.025+2.75, name="y_second").我们绝对可以使用基本R函数
plot构建具有双Y轴的图 .您可以在变量上使用
facet_wrap(~ variable, ncol= )来创建新的比较 . 它不在同一轴上，但它是相似的 .我承认并同意hadley（和其他人），单独的y尺度是"fundamentally flawed" . 话虽如此 - 我经常希望
ggplot2具有该功能 - 特别是当数据处于wide-format时，我很快想要可视化或检查数据（即仅供个人使用） .虽然
tidyverse库可以很容易地将数据转换为长格式（这样facet_grid()可以工作），但这个过程仍然不是很简单，如下所示：您可以创建应用于第二个geom和右y轴的缩放系数 . 这源于塞巴斯蒂安的解决方案 .
注意：使用
ggplot2v3.0.0The answer by Hadley对Stephen Few的报告Dual-Scaled Axes in Graphs Are They Ever the Best Solution?给出了一个有趣的参考 .
我不知道OP对"counts"和_1775939的含义是什么，但快速搜索给了我Counts and Rates，所以我得到一些关于北美登山事故1的数据：
然后我尝试在上述报告的第7页中提到的图表（并且按照OP的要求将计数图表绘制成条形图并将费率绘制为折线图）：
这就是结果：
但我不喜欢它而且我无法轻易将传奇放在上面......
1 WILLIAMSON，Jed，et al . 2005年北美登山事故 . 登山者书籍，2005年 .
有一些常见的使用情况决定y轴，例如climatograph显示月温度和降水量 . 这是一个简单的解决方案，从Megatron的解决方案中推广，允许您将变量的下限设置为零以外的其他值：
示例数据：
手动设置每个轴的限制：
以下内容根据这些限制进行必要的计算，并使图表本身：
如果要确保红线对应于右侧y轴，可以在代码中添加
theme句子：右手轴的颜色：