如何在ggplot中缩放独立层的颜色？

我有一个数据集，记录了三座建筑物的能源使用情况。我有一个融化的数据框，可以从钻石组中模仿：

data <- melt(diamonds[,c('depth','table','cut','color')],id=c('cut','color'))

本质上，我有来自三个不同建筑物（7 个“颜色”因素）的每个月（“切割”）的供暖（“深度”）和制冷（“表格”）数据。我想在每个月的条形图中并排绘制三座建筑物（7 个“颜色”因素）（“剪切”）。

我希望代表冷却（“桌子”）或加热（“深度”）的条形根据建筑物（“颜色”因素）改变其色调，同时保持按月份分组（“切割”）。这是一种可视化钻石数据的糟糕方法，但对于建筑物来说应该很有效，因为它们的供暖和制冷月份通常不会重叠。到目前为止我有：

p <- ggplot(data,
        aes(color,value,group=cut))
p <- p + geom_bar(stat = 'identity',
              position = 'dodge',
              aes(fill = variable))
print(p)

我尝试使用scale_fill_manual，但想不出有效的策略：

colours <- c('#0000FF', '#0033FF', '#0066FF', '#FF0000', '#FF3300', '#FF6600')

p <- p + scale_fill_manual(values = colours,
                           group = data$variable)

通过一些技巧，这是可能的。基于钻石导出数据集非常好，但我想使用较小的数据集

set.seed(1234)
data <-
expand.grid(month = month.abb,
            building = c("Building A", "Building B", "Building C"),
            hc = c("Heating", "Cooling"))
data$value <- rnorm(nrow(data), 60, 10)

您希望填充颜色基于变量 (hc）和建筑物（building），因此将其设置为该交互。

ggplot(data, aes(building,value,group=month)) + 
  geom_bar(stat = 'identity',
           position = 'dodge',
           aes(fill = interaction(building, hc)))

我们可以选择代表不同近色调的颜色，使它们更像您想要的。我用了中间的“蓝调”和“红调”RColorBrewer调色板。

colours <- c("#FC9272", "#FB6A4A", "#EF3B2C", "#9ECAE1", "#6BAED6", "#4292C6")
# library("RColorBrewer")
# colours <- c(brewer.pal(9,"Reds")[4:6], brewer.pal(9,"Blues")[4:6])

并使用scale_fill_manual分配这些颜色。

ggplot(data, aes(building,value,group=month)) + 
  geom_bar(stat = 'identity',
           position = 'dodge',
           aes(fill = interaction(building, hc))) +
  scale_fill_manual(values=colours)

真正的技巧在于让传说变得不那么复杂。我只列出了 2 个关卡（中间的建筑物的颜色）并给它们不同的名称（以及图例的不同标题）。

ggplot(data, aes(building,value,group=month)) + 
  geom_bar(stat = 'identity',
           position = 'dodge',
           aes(fill = interaction(building, hc))) +
  scale_fill_manual("Heating/cooling",
                    values=colours,
                    breaks=c("Building B.Heating", "Building B.Cooling"),
                    labels=c("Heating", "Cooling"))