首页 文章

在单个图表上使用多个条件绘制数据

提问于
浏览 次
2

我试图使用ggplot2创建一个绘图，其中并排条形可以从某些条件生成，这些条件可以从数据中计算出来 . 我怀疑问题是正确格式化我的数据，以便ggplot会给我我想要的东西 . 我不能为我的生活做好准备 .

我所拥有的是每次学生在学校上课时填充行的数据框 . 感兴趣的变量是Student.ID，Course.ID，Session，Fiscal.Year和Facility . 每一行都是一名学生参加课程并说明他们选择了什么课程，他们在哪里学习，等等 . 据我所知，这是数据长篇大论所需要的（如果我是正确的话，请纠正我）错误） . 唯一具有可能NA值的字段是Facility，但我打算从图中排除那些，因此您可以将数据框视为完全填充 .

我想要做的是制作一个图表，显示按财政年度有多少课程<= 2名学生，有多少人有<4名学生，有多少人<= 4名学生，以及总共提供了多少课程 . （注意：当我考虑到每个课程可以多次提供时，每次提供它都有一个与之相关的会话编号 . 棘手的部分是会话编号不是唯一的 . 我希望这是有道理的，如果需要，我可以尝试澄清更多 . ）

我设想最终产品是使用位置上的facet的多个图表，x轴是Fiscal.Year，y轴是课程/会话的数量 . 对于图表中的每个FY，我想要并排堆叠不同颜色的条形图，显示在该位置为该FY提供的<2，<4，<= 4，总数的总数 . 考虑下面的图表，而不是“收入，费用，贷款”，我想要“<= 2，<4，<= 4，总计”（它们也会从左到右递增，因为不同之间存在类别） .

Sample chart similar to what I'm looking for

下面是一些要使用的示例数据（键入为CSV，因为我不能只复制文件的头部） . 我已经排除了Facility专栏，因为这样做很简单，我认为我可以假设一个FY用于测试示例 . 作为参考，它应该有3门课程，<= 2名学生，5门课程<4，6门课程<= 4.该样本组提供的课程总数为6 .

ID,CourseID,Session,Fiscal.Year 101,1,,1,FY13 102,1,1,FY13 103,1,1,FY13 104,1,1,FY13 101,2,1,FY13 102,2,1,FY13 103,2,1,FY13 101,2,2,FY13 102,2,2,FY13 103,2,2,FY13 101,3,1,FY13 102,3,1,FY13 101,3,2,FY13 102,3,2,FY13 101,3,3,FY13 102,3,3,FY13

我试过了：

  • 使用带有列Course.ID，Session，FY，Facility，Count of Students的ddply创建新数据框 . 然后我使用了一个名为"TwoLess"的新列，如果计数<= 2则只有1，否则为0 . （我为其他条件重复了这个过程，同样为其他条件创建了新的列 . ）使用下面的ggplot代码我只能得到一个条件的情节（即：只有<= 2个学生），但是无法让他们结合起来 . 我相信以下是使用的等效代码，更改为反映我上面的测试集：

ggplot(na.omit(df), aes(y = TwoLess, x = Fiscal.Year)) + geom_bar(stat = 'identity') + facet_wrap(~Facility)

我认为这种方法存在严重缺陷，我错过了以长形式提供数据的一些“好处”，因为这就是我理解的ggplot所需要的 .

在ggplot中绘制这个图的最佳方法是什么？

还值得一提的是，虽然我可以访问一些比较受欢迎的软件包，比如ggplot2，plyr，reshape2，但我没有能力加载所有软件包，所以我更喜欢使用上述软件包（或其任何依赖项）的解决方案） . 它不应该是那么大的限制，我不认为 .

r ggplot2

1 回答

  • 1

    这样的事情有帮助吗？

    扩展您的数据

    > dput(df)
structure(list(ID = c(101L, 102L, 103L, 104L, 101L, 102L, 103L, 
101L, 102L, 103L, 101L, 102L, 101L, 102L, 101L, 102L, 101L, 102L, 
103L, 104L, 101L, 102L, 103L, 101L, 102L, 103L, 101L, 102L, 101L, 
102L, 101L, 102L, 101L, 102L, 103L, 104L, 101L, 102L, 103L, 101L, 
102L, 103L, 101L, 102L, 101L, 102L, 101L, 102L), CourseID = c(1L, 
1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 1L, 
1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 1L, 
1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L), 
    Session = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 
    2L, 2L, 3L, 3L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 1L, 
    1L, 2L, 2L, 3L, 3L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 
    1L, 1L, 2L, 2L, 3L, 3L), Fiscal.Year = c("FY13", "FY13", 
    "FY13", "FY13", "FY13", "FY13", "FY13", "FY13", "FY13", "FY13", 
    "FY13", "FY13", "FY13", "FY13", "FY13", "FY13", "FY14", "FY14", 
    "FY14", "FY14", "FY14", "FY14", "FY14", "FY14", "FY14", "FY14", 
    "FY14", "FY14", "FY14", "FY14", "FY14", "FY14", "FY15", "FY15", 
    "FY15", "FY15", "FY15", "FY15", "FY15", "FY15", "FY15", "FY15", 
    "FY15", "FY15", "FY15", "FY15", "FY15", "FY15")), .Names = c("ID", 
"CourseID", "Session", "Fiscal.Year"), class = "data.frame", row.names = c(NA, 
-48L))

df
    ID CourseID Session Fiscal.Year
1  101        1       1        FY13
2  102        1       1        FY13
3  103        1       1        FY13
4  104        1       1        FY13
5  101        2       1        FY13
6  102        2       1        FY13
7  103        2       1        FY13
8  101        2       2        FY13
9  102        2       2        FY13
10 103        2       2        FY13
11 101        3       1        FY13
12 102        3       1        FY13
13 101        3       2        FY13
14 102        3       2        FY13
15 101        3       3        FY13
16 102        3       3        FY13
17 101        1       1        FY14
18 102        1       1        FY14
19 103        1       1        FY14
20 104        1       1        FY14
21 101        2       1        FY14
22 102        2       1        FY14
23 103        2       1        FY14
24 101        2       2        FY14
25 102        2       2        FY14
26 103        2       2        FY14
27 101        3       1        FY14
28 102        3       1        FY14
29 101        3       2        FY14
30 102        3       2        FY14
31 101        3       3        FY14
32 102        3       3        FY14
33 101        1       1        FY15
34 102        1       1        FY15
35 103        1       1        FY15
36 104        1       1        FY15
37 101        2       1        FY15
38 102        2       1        FY15
39 103        2       1        FY15
40 101        2       2        FY15
41 102        2       2        FY15
42 103        2       2        FY15
43 101        3       1        FY15
44 102        3       1        FY15
45 101        3       2        FY15
46 102        3       2        FY15
47 101        3       3        FY15
48 102        3       3        FY15

    用dplyr总结一下

    d1 <- df %>%
  group_by(CourseID, Session, Fiscal.Year) %>%
  summarise(n=length(ID))

    然后再次

    d2 <- d1 %>%
  group_by(Fiscal.Year) %>%
  summarise(d1 = length(n[n <= 2]),
            d2 = length(n[n <  4]),
            d3 = length(n[n <= 4])
  )
library(reshape2)
d3 <- melt(d2)
ggplot(d3, aes(Fiscal.Year, value, fill = variable)) +
  geom_bar(stat = 'identity', position = 'dodge')

    用ggplot2绘制它

    barplot

    有人必须提供一个聪明的选择 . 我累了 . 现在去睡觉 .

    回复于

相关问题