合并不匹配DataFrame并使用ggplot绘制叠加散点图

解决思路与代码实现 #

要合并这两个Var1范围不匹配的频数数据集，核心是保留所有可能的Var1值，同时区分每个频数属于pre还是post组，这样才能用ggplot画出叠加散点图。下面是具体步骤：

1. 给数据集添加分组标识 #

首先给postScore和preScore分别加上一个分组列，用来标记数据来源，避免合并后混淆：

library(dplyr)

# 给postScore加分组标签
postScore <- postScore %>%
  mutate(group = "Post Score")

# 给preScore加分组标签
preScore <- preScore %>%
  mutate(group = "Pre Score")

2. 全量合并两个数据集 #

因为两个数据集的Var1范围不同，我们需要用full_join()来保留所有Var1值，不管它在哪个数据集中出现过：

merged_data <- full_join(postScore, preScore, by = "Var1")

这一步之后，某个Var1值如果只在其中一个数据集里存在，另一个数据集的Freq和group会是NA，接下来我们要整理这些缺失值。

3. 整理缺失值与统一列结构 #

把缺失的频数替换为0（因为没出现的数值频数就是0），同时把分组列和频数列整理成统一的格式：

merged_data <- merged_data %>%
  # 合并两个group列，保留非NA值
  mutate(group = coalesce(group.x, group.y)) %>%
  # 合并两个Freq列，缺失的补0
  mutate(Freq = coalesce(Freq.x, Freq.y, 0)) %>%
  # 移除多余的临时列
  select(Var1, Freq, group)

4. 用ggplot绘制叠加散点图 #

现在有了统一结构的数据集，就可以轻松画出叠加散点图了：

library(ggplot2)

ggplot(merged_data, aes(x = Var1, y = Freq, color = group)) +
  geom_point(size = 3) +  # 设置点的大小
  labs(title = "Pre vs Post Score Frequency",
       x = "Score Value",
       y = "Frequency",
       color = "Score Type") +
  theme_minimal()

这样你就能得到一张清晰的叠加散点图，对比pre和post分数的分布啦！

内容的提问来源于stack exchange，提问作者Denisse Kowaleski