首页 文章

boxplot单标量变量“by”r数据中的多个真/假变量

提问于
浏览 次
2

我几个月来一直在徘徊数据 . 对不起，如果这看起来很基本 . 我一直在寻找各种紧密的问题和解决方案，但不知怎的，我似乎无法适应我的情况 . 开始怀疑这是否应该是我应该尝试做的事情，但我想这不会有问题 .

我有一个数据框，有一个标量变量和多个T / F（是/否; 1 / 0,1 / 2）变量 . 像这样：

scal var1 var2 var3
     25   0   1    0
     21   0   1    1
     14   1   1    0
     30   1   0    1

我知道我可以创建一个boxplot，它将标量变量列分成几个类别，使用“by”表示单个变量，如下所示：

boxplot(df$scal~df$var1)

我也知道我可以一次制作多个标量变量的箱形图 . 我想以某种方式将两者结合起来制作一个箱线图，它可以绘制每个“真”子集的因变量和每个变量的“假”子集彼此相邻 . 在我的世界中，一个解决方案应该看起来像“boxplot（df $ scal~df $ var1，df $ scal~df $ var2，df $ scal~df $ var3）”，但r数据与我不一致 . 关于无法强制数据类型的事情 .

我还可以编写一个粗略的循环来遍历每个变量并分别生成所有的图，但我想并排比较它们 .

我还想重新安排数据集，使“true”和“false”集合在不同的列中（使用子集（df $ var1，df $ var1 == 1）等），然后如前所述制作多个箱图 . （虽然这是相当tedius）

var1t var1f var2t var2f var3t var3f
 14    25    25    30    21    25
 30    21    21          30    14
             14                  
boxplot(df2$var1t, df2$var1f, df2$var2t, df2$var2f, df2$var3t, df2$var3f)

但是，在创建新数据集时，列的不同长度（行数）使我适合 . 我知道我可以在另一个程序中创建一个数据集（保存为.csv，.xls等），然后导入它 . 空值将保持不变，但我真的不想手动执行此操作 . 正如人们可能想象的那样，这变得相当繁琐，并且在较大规模上容易出错 .

任何一种方法的帮助都是最受欢迎的 .

r boxplot

2 回答

  • 1

    当你开始学习如何操纵 R 中的数据可能很难 . 我同意@jentjr的观点，即学习 ggplot2 会有所帮助，而Hadley的书除了涵盖 ggplot2 之外，还提供了处理数据的好方法 .

    首先，我建议使用reshape2包来 melt 您的数据：

    （我创建了一个虚拟设置，以便其他人更容易跟随）

    library(reshape2)
nObs = 10
df = data.frame(
    scal = rnorm(nObs), 
    var1 = rbinom(nObs, 1, 0.5),
    var2 = rbinom(nObs, 1, 0.5),
    var3 = rbinom(nObs, 1, 0.5))

    然后将数据“熔化”成long form from wide form .

    df2 = melt(df, id.vars = c('scal'), 
    variable.name ='myVars', value.name = "zeroOne")

    现在，您可以使用 base R 创建所需的 boxplot ：
    enter image description here

    但是，花时间学习 ggplot2 可以让你创建这样的数字：
    enter image description here

    使用如下代码：

    library(ggplot2)
ggplot(data = df2, aes(x = zeroOne, y = scal)) + 
    geom_boxplot(aes(fill = myVars))

    注意 ggplot2 可以制作比这更漂亮的图（并且比 base R 更容易这样做！）我建议您浏览 ggplot2 webpage以查看更多示例 . 您可能还希望尝试交换 zeroOne 和 myVars ，因为它会更改绘图分组 .

    回复于
  • 1

    Plotluck是一个基于ggplot2的库，旨在根据1-3个变量的特征自动选择绘图类型 . 以下是结果图的示例：

    nObs = 100
df = data.frame(
    scal = rnorm(nObs), 
    var1 = rbinom(nObs, 1, 0.5),
    var2 = rbinom(nObs, 1, 0.5),
    var3 = rbinom(nObs, 1, 0.5))
plotluck.multi(df, y=scal, opts=plotluck.options(use.geom.violin=F))

    此命令意味着：在 df 中绘制列 scal （在y轴上）与另一列相对应（在x轴上;包括其自身，产生密度或直方图） . 我们指定 use.geom.violin=F 来强制执行箱形图，因为默认是小提琴图，它通常可以更好地传达分布的形状 . 如果行数非常低，则将绘制单个点 .

    enter image description here

    回复于

相关问题