I'm struggling to understand the mechanics of ggsignif..., which I want to use for adding brackets to the comparisons in a faceted boxplot.
I do have a situation where my categorical variable (on the y-axis) have several values (in the dput below I'm adding only the first four) that are divided in 4 generations: G1, G2, G3 and G4. What I'm interested in doing is to look at differences between them for each one of the chr* category.
I did see that the comparisons=list(c("chr1", "chr2"), c("chr1", "chr3"), ...) attribute would allow me to draw comparisons from pairs of chr*; however, swapping the values in the list with c("G1", "G2"), c("G1", "G3"), ... returns a warning as follows:
Warning messages: 1: Computation failed in
stat_signif(). Caused by error inif (scales$x$map(comp[1]) == data$group[1] | manual) ...: ! missing value where TRUE/FALSE needed 2: Computation failed instat_signif(). Caused by error inif (scales$x$map(comp[1]) == data$group[1] | manual) ...: ! missing value where TRUE/FALSE needed
Unfortunately, I'm not very familiar with how the package works and one question is: are the significance values calculated automatically, or should I provide them as a df? Also, I saw people changing the standard notation for significance; instead of it I would like to show only * when significant and ns when not.
This is a dput() of part of my df
tmp <- structure(list(`M-pattern` = c("M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1",
"M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0",
"M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1", "M0", "M1"
), id = c("200080", "200080", "200081", "200081", "200082", "200082",
"200084", "200084", "200085", "200085", "200086", "200086", "200087",
"200087", "200100", "200100", "200101", "200101", "200102", "200102",
"200104", "200104", "200106", "200106", "NA12877", "NA12877",
"NA12878", "NA12878", "NA12879", "NA12879", "NA12881", "NA12881",
"NA12882", "NA12882", "NA12885", "NA12885", "NA12886", "NA12886",
"NA12889", "NA12889", "NA12890", "NA12890", "NA12891", "NA12891",
"NA12892", "NA12892", "200080", "200080", "200081", "200081",
"200082", "200082", "200084", "200084", "200085", "200085", "200086",
"200086", "200087", "200087", "200100", "200100", "200101", "200101",
"200102", "200102", "200104", "200104", "200106", "200106", "NA12877",
"NA12877", "NA12878", "NA12878", "NA12879", "NA12879", "NA12881",
"NA12881", "NA12882", "NA12882", "NA12885", "NA12885", "NA12886",
"NA12886", "NA12889", "NA12889", "NA12890", "NA12890", "NA12891",
"NA12891", "NA12892", "NA12892", "200080", "200080", "200081",
"200081", "200082", "200082", "200084", "200084", "200085", "200085",
"200086", "200086", "200087", "200087", "200100", "200100", "200101",
"200101", "200102", "200102", "200104", "200104", "200106", "200106",
"NA12877", "NA12877", "NA12878", "NA12878", "NA12879", "NA12879",
"NA12881", "NA12881", "NA12882", "NA12882", "NA12885", "NA12885",
"NA12886", "NA12886", "NA12889", "NA12889", "NA12890", "NA12890",
"NA12891", "NA12891", "NA12892", "NA12892", "200080", "200080",
"200081", "200081", "200082", "200082", "200084", "200084", "200085",
"200085", "200086", "200086", "200087", "200087", "200100", "200100",
"200101", "200101", "200102", "200102", "200104", "200104", "200106",
"200106", "NA12877", "NA12877", "NA12878", "NA12878", "NA12879",
"NA12879", "NA12881", "NA12881", "NA12882", "NA12882", "NA12885",
"NA12885", "NA12886", "NA12886", "NA12889", "NA12889", "NA12890",
"NA12890", "NA12891", "NA12891", "NA12892", "NA12892", "200080",
"200080", "200081", "200081", "200082", "200082", "200084", "200084",
"200085", "200085", "200086", "200086", "200087", "200087", "200100",
"200100", "200101", "200101", "200102", "200102", "200104", "200104",
"200106", "200106", "NA12877", "NA12877", "NA12878", "NA12878",
"NA12879", "NA12879", "NA12881", "NA12881", "NA12882", "NA12882",
"NA12885", "NA12885", "NA12886", "NA12886", "NA12889", "NA12889",
"NA12890", "NA12890", "NA12891", "NA12891", "NA12892", "NA12892",
"200080", "200080", "200081", "200081", "200082", "200082", "200084",
"200084", "200085", "200085", "200086", "200086", "200087", "200087",
"200100", "200100", "200101", "200101", "200102", "200102", "200104",
"200104", "200106", "200106", "NA12877", "NA12877", "NA12878",
"NA12878", "NA12879", "NA12879", "NA12881", "NA12881", "NA12882",
"NA12882", "NA12885", "NA12885", "NA12886", "NA12886", "NA12889",
"NA12889", "NA12890", "NA12890", "NA12891", "NA12891", "NA12892",
"NA12892", "200080", "200080", "200081", "200081", "200082",
"200082", "200084", "200084", "200085", "200085", "200086", "200086",
"200087", "200087", "200100", "200100", "200101", "200101", "200102",
"200102", "200104", "200104", "200106", "200106", "NA12877",
"NA12877", "NA12878", "NA12878", "NA12879", "NA12879", "NA12881",
"NA12881", "NA12882", "NA12882", "NA12885", "NA12885", "NA12886",
"NA12886", "NA12889", "NA12889", "NA12890", "NA12890", "NA12891",
"NA12891", "NA12892", "NA12892", "200080", "200080", "200081",
"200081", "200082", "200082", "200084", "200084", "200085", "200085",
"200086", "200086", "200087", "200087", "200100", "200100", "200101",
"200101", "200102", "200102", "200104", "200104", "200106", "200106",
"NA12877", "NA12877", "NA12878", "NA12878", "NA12879", "NA12879",
"NA12881", "NA12881", "NA12882", "NA12882", "NA12885", "NA12885",
"NA12886", "NA12886", "NA12889", "NA12889", "NA12890", "NA12890",
"NA12891", "NA12891", "NA12892", "NA12892"), hap = c("hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1", "hap1",
"hap1", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2",
"hap2", "hap2", "hap2", "hap2", "hap2", "hap2", "hap2"), values = c(714,
24443, 201, 37411, 196, 34105, 886, 36123, 852, 45284, 181, 20453,
192, 34288, 156, 18112, 314, 15469, 262, 7369, 220, 10112, 253,
18189, 120, 18867, 1736, 38762, 270, 37623, 277, 26459, 630,
34936, 908, 37328, 895, 36309, 2125, 28214, 280, 36401, 797,
27463, 231, 34527, 190, 33913, 111, 34042, 280, 39456, 123, 32985,
129, 39484, 262, 17689, 83, 11230, 185, 14947, 157, 9319, 147,
3676, 184, 11094, 193, 13332, 275, 34673, 1393, 43364, 1101,
30066, 98, 26402, 257, 47290, 1080, 24156, 894, 31683, 1290,
38129, 1940, 48047, 1855, 47962, 932, 33968, 38, 5421, 1094,
21949, 935, 8780, 26, 6577, 940, 20468, 16, 4437, 17, 4386, 23,
4810, 9, 4370, 20, 2299, 17, 4593, 19, 4920, 16, 3011, 897, 16322,
632, 7264, 33, 3487, 16, 3011, 22, 5057, 8, 4850, 16, 8231, 9,
9847, 26, 6858, 67, 17668, 98, 4300, 22, 6879, 40, 5507, 45,
4860, 37, 5507, 9, 4288, 20, 5520, 17, 3905, 19, 3551, 16, 1483,
22, 3140, 23, 4861, 8, 5516, 722, 8323, 20, 5507, 64, 15429,
60, 8109, 34, 4565, 20, 5524, 3657, 17761, 838, 7962, 915, 14736,
764, 13380, 21, 6221, 36, 13471, 184, 18075, 552, 10151, 213,
27814, 2, 4844, 12, 11419, 2, 3840, 37, 3714, 95, 2977, 2, 1687,
2, 5616, 3, 4575, 19, 8576, 2, 2729, 2, 1905, 355, 4069, 15,
7801, 630, 4568, 2, 2510, 430, 11698, 2, 4284, 26, 17161, 1,
4267, 2, 3498, 5478, 11219, 2, 3019, 15, 14872, 2, 2287, 3, 2577,
5, 5764, 4, 2596, 26, 747, 2, 3491, 2, 3112, 14, 8075, 213, 14138,
168, 6971, 862, 15611, 30, 12749, 19, 5099, 2, 5111, 639, 5930,
927, 22948, 5503, 9004, 13, 12502, 1042, 3477, 1006, 3365, 1094,
3996, 1791, 6010, 1007, 6693, 1016, 3047, 1084, 3081, 883, 2634,
875, 3328, 300, 766, 977, 3941, 1043, 3916, 3884, 8760, 1148,
7033, 1120, 5190, 1108, 10663, 1054, 7530, 1051, 12317, 1116,
7036, 925, 12087, 1410, 10215, 1119, 7512, 1024, 4236, 1053,
3364, 1024, 3124, 1051, 3955, 1065, 4684, 1836, 6385, 992, 3217,
1079, 4076, 1058, 3233, 856, 3091, 105, 245, 843, 2794, 984,
3534, 1157, 9258, 1065, 5367, 1024, 6030, 1027, 4231, 1090, 9870,
1024, 4266, 1118, 4157, 1047, 13926, 1145, 12269, 1442, 6401,
1364, 5379), gen = c("G3", "G3", "G4", "G4", "G4", "G4", "G4",
"G4", "G4", "G4", "G4", "G4", "G4", "G4", "G3", "G3", "G4", "G4",
"G4", "G4", "G4", "G4", "G4", "G4", "G2", "G2", "G2", "G2", "G3",
"G3", "G3", "G3", "G3", "G3", "G3", "G3", "G3", "G3", "G1", "G1",
"G1", "G1", "G1", "G1", "G1", "G1", "G3", "G3", "G4", "G4", "G4",
"G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G3", "G3",
"G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G2", "G2", "G2",
"G2", "G3", "G3", "G3", "G3", "G3", "G3", "G3", "G3", "G3", "G3",
"G1", "G1", "G1", "G1", "G1", "G1", "G1", "G1", "G3", "G3", "G4",
"G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4",
"G3", "G3", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G2",
"G2", "G2", "G2", "G3", "G3", "G3", "G3", "G3", "G3", "G3", "G3",
"G3", "G3", "G1", "G1", "G1", "G1", "G1", "G1", "G1", "G1", "G3",
"G3", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4",
"G4", "G4", "G3", "G3", "G4", "G4", "G4", "G4", "G4", "G4", "G4",
"G4", "G2", "G2", "G2", "G2", "G3", "G3", "G3", "G3", "G3", "G3",
"G3", "G3", "G3", "G3", "G1", "G1", "G1", "G1", "G1", "G1", "G1",
"G1", "G3", "G3", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4",
"G4", "G4", "G4", "G4", "G3", "G3", "G4", "G4", "G4", "G4", "G4",
"G4", "G4", "G4", "G2", "G2", "G2", "G2", "G3", "G3", "G3", "G3",
"G3", "G3", "G3", "G3", "G3", "G3", "G1", "G1", "G1", "G1", "G1",
"G1", "G1", "G1", "G3", "G3", "G4", "G4", "G4", "G4", "G4", "G4",
"G4", "G4", "G4", "G4", "G4", "G4", "G3", "G3", "G4", "G4", "G4",
"G4", "G4", "G4", "G4", "G4", "G2", "G2", "G2", "G2", "G3", "G3",
"G3", "G3", "G3", "G3", "G3", "G3", "G3", "G3", "G1", "G1", "G1",
"G1", "G1", "G1", "G1", "G1", "G3", "G3", "G4", "G4", "G4", "G4",
"G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G3", "G3", "G4",
"G4", "G4", "G4", "G4", "G4", "G4", "G4", "G2", "G2", "G2", "G2",
"G3", "G3", "G3", "G3", "G3", "G3", "G3", "G3", "G3", "G3", "G1",
"G1", "G1", "G1", "G1", "G1", "G1", "G1", "G3", "G3", "G4", "G4",
"G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G3",
"G3", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G4", "G2", "G2",
"G2", "G2", "G3", "G3", "G3", "G3", "G3", "G3", "G3", "G3", "G3",
"G3", "G1", "G1", "G1", "G1", "G1", "G1", "G1", "G1"), chr = c("chr1",
"chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1",
"chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1",
"chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1",
"chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1",
"chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1",
"chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1",
"chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1",
"chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1",
"chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1",
"chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1",
"chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1", "chr1",
"chr1", "chr1", "chr1", "chr2", "chr2", "chr2", "chr2", "chr2",
"chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2",
"chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2",
"chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2",
"chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2",
"chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2",
"chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2",
"chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2",
"chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2",
"chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2",
"chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2",
"chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr2", "chr3",
"chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3",
"chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3",
"chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3",
"chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3",
"chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3",
"chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3",
"chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3",
"chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3",
"chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3",
"chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3",
"chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3", "chr3",
"chr3", "chr3", "chr3", "chr4", "chr4", "chr4", "chr4", "chr4",
"chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4",
"chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4",
"chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4",
"chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4",
"chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4",
"chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4",
"chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4",
"chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4",
"chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4",
"chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4",
"chr4", "chr4", "chr4", "chr4", "chr4", "chr4", "chr4")), class = c("spec_tbl_df",
"tbl_df", "tbl", "data.frame"), row.names = c(NA, -368L), spec = structure(list(
cols = list(`M-pattern` = structure(list(), class = c("collector_character",
"collector")), id = structure(list(), class = c("collector_character",
"collector")), hap = structure(list(), class = c("collector_character",
"collector")), values = structure(list(), class = c("collector_double",
"collector")), gen = structure(list(), class = c("collector_character",
"collector")), chr = structure(list(), class = c("collector_character",
"collector"))), default = structure(list(), class = c("collector_guess",
"collector")), skip = 1L), class = "col_spec"))
and this the code I'm using
library(ggh4x)
library(ggplot2)
library(ggsignif)
library(paletteer)
library(elementalist)
m2_bplot <- ggplot(tmp, aes(x=values, y=chr, fill=gen)) + geom_boxplot(alpha=.75, outlier.size=.5, outlier.shape=NA) +
stat_summary(fun="median", geom="errorbar", aes(xmax=after_stat(x), xmin=after_stat(x), color="median"),
width=.7, position=position_dodge(0.75), size=1) +
stat_summary(fun="mean", geom="errorbar", aes(xmax=..x.., xmin=..x.., color="mean"),
width=.7, position=position_dodge(0.75), size=1) + theme_bw() +
geom_signif(data=tmp, comparisons=list(c("chr1", "chr2"), c("chr1", "chr3")), map_signif_level=TRUE,
orientation="y", test="wilcox.test", tip_length=0, step_increase=0.05,annotation =c("ns", "*", "*", "*")) +
scale_color_manual("stats", values=c(median="black", mean="grey50")) +
scale_fill_paletteer_d("ggthemes::wsj_rgby") +
facet_wrap2(~hap, ncol=2, dir="v", strip=ridiculous_strips, strip.position="left") +
guides(fill=guide_legend(title="generation",
title.position="top",
title.hjust=.5, ncol=1,
keywidth=1, position="inside"),
color=guide_legend(title.hjust=.5, keywidth=1,
position="inside")) +
theme(legend.box.background=element_rect_round(color="black", fill=legend_fill,
linetype="solid", radius=unit(1,"mm")),
legend.background=element_rect(fill="transparent"),
legend.title=element_text(face='italic', size=8),
legend.text=element_text(size=6),
legend.key.size=unit(0.01,"line"),
legend.position.inside=c(0.6,0.9),
axis.title.x=element_text(size=12),
axis.text=element_text(size=8)
)
m2_bplot + scale_x_continuous(trans='log10') + annotation_logticks(sides='b', outside=TRUE,
short=grid::unit(.5, 'pt'),
mid=grid::unit(2.5, 'pt'),
long=grid::unit(5, 'pt')) +
coord_cartesian(clip='off') + labs(x='', y='')