Eliminar entradas de leyenda para algunos niveles de factores

¿Es posible eliminar elementos de leyenda correspondientes a ciertos niveles de factores?

En mi ejemplo, deseo eliminar entradas de leyenda para los niveles de factor grises (1-5), y solo mantener los niveles “Mejor”, “Sugerido” y “Peor”.

Ya he intentado varios hacks, pero la mayoría de ellos han eliminado la coloración gris de las barras (en grupos de 25 cada uno) o solo me han dejado las barras que coloreé en rojo, amarillo y verde.

# ggplot2 barplot <- ggplot(training_results.barplot, mapping=aes(x=name, fill=factor(a))) # filling based on a column ##mapping=aes(x=name, fill=factor(a)) barplot <- barplot + geom_histogram(stat = "identity", aes(name,wer)) ##colour="black" barplot <- barplot + scale_fill_manual(values=c("#555555", "#777777", "#555555", "#777777", "#555555", color.best, color.suggested, color.worst), labels=c(NA,NA,NA,NA,NA,"Best","Suggested","Worst")) # 6th = best; 7th = suggested; 8th = worst barplot <- barplot + everyNthLabel(training_results$name,5) # only show every 5th label on x-axis barplot <- barplot + theme_minimal() barplot <- barplot + theme(axis.text.x = element_text(angle = 90, hjust = 1, vjust = 0.5),legend.position=c(.5, .9)) # rotate labels on x-axis ##, legend.position="none" barplot <- barplot + coord_cartesian(ylim = c(35, 45)) # Legend barplot <- barplot + guides(fill = guide_legend(title="Models", title.position="top", direction="horizontal")) # Axis labels barplot <- barplot + xlab("Number of EM-Training Iterations") + opts(axis.title.x = theme_text(vjust=-0.3)) barplot <- barplot + ylab("Word Error Rate (WER)") + opts(axis.title.y = theme_text(vjust=0.2)) 

El resultado hasta el momento; los valores NA deben omitirse en la leyenda.

La información que estoy usando se ve de la siguiente manera, siendo el factor del que depende el color de relleno; a = 6, 7 y 8 marcan los casos resaltados (verde, amarillo y rojo, respectivamente).

  abc name corr acc HDSIN wer 1 1 1 1 1+1+1 66.63 59.15 4167 238 1849 468 6254 40.85 2 1 1 2 1+1+2 66.66 59.29 4169 235 1850 461 6254 40.71 3 1 1 3 1+1+3 66.81 59.42 4178 226 1850 462 6254 40.58 4 8 1 4 1+1+4 66.57 59.08 4163 223 1868 468 6254 40.92 5 1 1 5 1+1+5 66.89 59.34 4183 226 1845 472 6254 40.66 6 1 2 1 1+2+1 66.63 59.10 4167 240 1847 471 6254 40.90 7 1 2 2 1+2+2 66.82 59.45 4179 228 1847 461 6254 40.55 8 1 2 3 1+2+3 66.74 59.31 4174 225 1855 465 6254 40.69 9 1 2 4 1+2+4 67.00 59.50 4190 226 1838 469 6254 40.50 10 1 2 5 1+2+5 66.90 59.19 4184 230 1840 482 6254 40.81 11 1 3 1 1+3+1 66.68 59.16 4170 227 1857 470 6254 40.84 12 1 3 2 1+3+2 66.76 59.23 4175 226 1853 471 6254 40.77 etc. 

Primero, como su variable utilizada para el fill es numérica, conviértala en factor (por ejemplo, con un nombre diferente a2) y establezca las tags para los niveles de factor que necesite (cada nivel necesita una etiqueta diferente, así que para los primeros cinco números usé los mismos números )

 training_results.barplot$a2 <- factor(training_results.barplot$a, labels = c("1", "2", "3", "4", "5", "Best", "Suggested", "Worst")) 

Ahora usa esta nueva variable para el fill = . Esto hará que las tags en la leyenda que necesita. Con el argumento breaks= en el scale_fill_manual() usted establece los niveles que necesita mostrar en la leyenda, pero elimina el argumento labels = . Ambos argumentos pueden usarse solo si tienen la misma longitud.

 ggplot(training_results.barplot, mapping = aes(x = name, y = wer, fill = a2)) + geom_bar(stat = "identity") + scale_fill_manual(breaks = c("Best", "Suggested", "Worst"), values = c("#555555", "#777777", "#555555", "#777777", "#555555", "green", "orange", "red")) 

enter image description here

Aquí hay datos usados ​​para esta respuesta:

 training_results.barplot<-structure(list(a = c(1L, 2L, 1L, 8L, 3L, 4L, 5L, 6L, 7L, 1L, 1L, 1L), b = c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 3L, 3L ), c = c(1L, 2L, 3L, 4L, 5L, 1L, 2L, 3L, 4L, 5L, 1L, 2L), name = structure(1:12, .Label = c("1+1+1", "1+1+2", "1+1+3", "1+1+4", "1+1+5", "1+2+1", "1+2+2", "1+2+3", "1+2+4", "1+2+5", "1+3+1", "1+3+2"), class = "factor"), corr = c(66.63, 66.66, 66.81, 66.57, 66.89, 66.63, 66.82, 66.74, 67, 66.9, 66.68, 66.76), acc = c(59.15, 59.29, 59.42, 59.08, 59.34, 59.1, 59.45, 59.31, 59.5, 59.19, 59.16, 59.23), H = c(4167L, 4169L, 4178L, 4163L, 4183L, 4167L, 4179L, 4174L, 4190L, 4184L, 4170L, 4175L ), D = c(238L, 235L, 226L, 223L, 226L, 240L, 228L, 225L, 226L, 230L, 227L, 226L), S = c(1849L, 1850L, 1850L, 1868L, 1845L, 1847L, 1847L, 1855L, 1838L, 1840L, 1857L, 1853L), I = c(468L, 461L, 462L, 468L, 472L, 471L, 461L, 465L, 469L, 482L, 470L, 471L), N = c(6254L, 6254L, 6254L, 6254L, 6254L, 6254L, 6254L, 6254L, 6254L, 6254L, 6254L, 6254L), wer = c(40.85, 40.71, 40.58, 40.92, 40.66, 40.9, 40.55, 40.69, 40.5, 40.81, 40.84, 40.77 )), .Names = c("a", "b", "c", "name", "corr", "acc", "H", "D", "S", "I", "N", "wer"), class = "data.frame", row.names = c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12"))