Как лучше создавать гистограммы с несколькими переменными из ggplot2?

Question

Мне часто приходится составлять столбчатые столбцы для сравнения переменных, и, поскольку я делаю всю свою статистику в R, я предпочитаю делать всю свою графику в R с помощью ggplot2. Я хотел бы научиться делать две вещи:

Во-первых, я хотел бы иметь возможность добавлять правильные процентные отметки для каждой переменной, а не отметки по количеству. Подсчет может привести к путанице, поэтому я полностью убираю метки осей.

Во-вторых, должен быть более простой способ реорганизации моих данных, чтобы это произошло. Похоже, что я должен быть в состоянии сделать непосредственно в ggplot2 с plyR, но документация для plyR не очень ясна (и я прочитал и книгу ggplot2, и онлайн-документацию plyR.

Мой лучший график выглядит следующим образом, код для его создания:

Код R, который я использую для его получения, следующий:

library(epicalc)  

### recode the variables to factors ###
recode(c(int_newcoun, int_newneigh, int_neweur, int_newusa, int_neweco, int_newit, int_newen, int_newsp, int_newhr, int_newlit, int_newent, int_newrel, int_newhth, int_bapo, int_wopo, int_eupo, int_educ), c(1,2,3,4,5,6,7,8,9, NA), 
c('Very Interested','Somewhat Interested','Not Very Interested','Not At All interested',NA,NA,NA,NA,NA,NA))

### Combine recoded variables to a common vector
Interest1<-c(int_newcoun, int_newneigh, int_neweur, int_newusa, int_neweco, int_newit, int_newen, int_newsp, int_newhr, int_newlit, int_newent, int_newrel, int_newhth, int_bapo, int_wopo, int_eupo, int_educ)


### Create a second vector to label the first vector by original variable ###  
a1<-rep("News about Bangladesh", length(int_newcoun))
a2<-rep("Neighboring Countries", length(int_newneigh))
[...]
a17<-rep("Education", length(int_educ))


Interest2<-c(a1, a2, a3, a4, a5, a6, a7, a8, a9, a10, a11, a12, a13, a14, a15, a16, a17)

### Create a Weighting vector of the proper length ###
Interest.weight<-rep(weight, 17)

### Make and save a new data frame from the three vectors ###
Interest.df<-cbind(Interest1, Interest2, Interest.weight)
Interest.df<-as.data.frame(Interest.df)

write.csv(Interest.df, 'C:\\Documents and Settings\\[name]\\Desktop\\Sweave\\InterestBangladesh.csv')

### Sort the factor levels to display properly ###

Interest.df$Interest1<-relevel(Interest$Interest1, ref='Not Very Interested')
Interest.df$Interest1<-relevel(Interest$Interest1, ref='Somewhat Interested')
Interest.df$Interest1<-relevel(Interest$Interest1, ref='Very Interested')

Interest.df$Interest2<-relevel(Interest$Interest2, ref='News about Bangladesh')
Interest.df$Interest2<-relevel(Interest$Interest2, ref='Education')
[...]
Interest.df$Interest2<-relevel(Interest$Interest2, ref='European Politics')

detach(Interest)
attach(Interest)

### Finally create the graph in ggplot2 ###

library(ggplot2)
p<-ggplot(Interest, aes(Interest2, ..count..))
p<-p+geom_bar((aes(weight=Interest.weight, fill=Interest1)))
p<-p+coord_flip()
p<-p+scale_y_continuous("", breaks=NA)
p<-p+scale_fill_manual(value = rev(brewer.pal(5, "Purples")))
p
update_labels(p, list(fill='', x='', y=''))

Я очень ценю любые советы, подсказки или подсказки.

Answer 1

Ваша вторая проблема может быть решена с помощью расплавления и отливки из пакета изменения формы

После того, как вы проанализировали элементы в названном элементе data.frame, вы можете использовать что-то вроде:

install.packages("reshape")
library(reshape)

x <- melt(your.df, c()) ## Assume you have some kind of data.frame of all factors
x <- na.omit(x) ## Be careful, sometimes removing NA can mess with your frequency calculations

x <- cast(x, variable + value ~., length)
colnames(x) <- c("variable","value","freq")
## Presto!
ggplot(x, aes(variable, freq, fill = value)) + geom_bar(position = "fill") + coord_flip() + scale_y_continuous("", formatter="percent")

Кроме того, мне нравится использовать grep для извлечения столбцов из грязного импорта.Например:

x <- your.df[,grep("int.",df)] ## pulls all columns starting with "int_"

А факторинг проще, когда вам не нужно вводить c ('', ...) миллион раз.

for(x in 1:ncol(x)) { 
df[,x] <- factor(df[,x], labels = strsplit('
Very Interested
Somewhat Interested
Not Very Interested
Not At All interested
NA
NA
NA
NA
NA
NA
', '\n')[[1]][-1]
}

Answer 2

Вам не нужно prop.tables или количество и т. Д., Чтобы сделать стопроцентные бары. Вам просто нужно +geom_bar(position="stack")

Answer 3

Если я правильно вас понимаю, чтобы исправить проблему с маркировкой оси, сделайте следующее изменение:

# p<-ggplot(Interest, aes(Interest2, ..count..))
p<-ggplot(Interest, aes(Interest2, ..density..))

Что касается второго, я думаю, вам было бы лучше работать с rehape package . Вы можете использовать его для очень простого объединения данных в группы.

В отношении комментария aL3xa ниже ...

library(ggplot2)
r<-rnorm(1000)
d<-as.data.frame(cbind(r,1:1000))
ggplot(d,aes(r,..density..))+geom_bar()

Возвращает ...

альтернативный текст http://www.drewconway.com/zia/wp-content/uploads/2010/04/density.png

Бункеры теперь имеют плотность ...

Answer 4

Ваш первый вопрос: это поможет?

geom_bar(aes(y=..count../sum(..count..)))

Ваш второй вопрос; Не могли бы вы использовать порядок для сортировки баров? Что-то вроде

aes(reorder(Interest, Value, mean), Value)

(только что вернулся из семичасовой езды - я устал - но думаю, это должно сработать)

Answer 5

Процентные ставки ..count.., попробуйте:

ggplot(mtcars, aes(factor(cyl), prop.table(..count..) * 100)) + geom_bar()

но поскольку не рекомендуется вставлять функцию в aes(), вы можете написать пользовательскую функцию для создания процентов из ..count.., округлить ее до n десятичных дробей и т. Д.

Вы пометили этот пост plyr, но я не вижу здесь ни одного plyr в действии, и я уверен, что один ddply() может сделать эту работу. Онлайн plyr документации должно быть достаточно.