【问题标题】：How to generate multiple similar ggplots together如何一起生成多个相似的ggplots
【发布时间】：2019-12-09 10:20:09
【问题描述】：

大多数可用的答案是指将多个 ggplots 组合在一起。我正在尝试一起生成多个 ggplots。我分别为多个变量生成了条形图，然后使用“ggarrange”将它们组合在一起。

创建示例数据集

y0 = c(1,0,1,1,0,1,0,1,1,0)
x1 = c("A","B","A","B","A","B","A","B","A","A")
x2 = c(1,2,2,1,1,2,2,1,2,2)
x3 = c("A","B","C","D","E","E","D","C","B","A")
df<- data.frame(y0,x1,x2,x3);
df

计算 x1 变量的统计数据

x1_count <- df %>% 
group_by(x1) %>%
summarise(Count=n(), Num=sum(y0))  %>%
mutate(Rate=Num/Count*100.0)

为 x1 变量生成 ggplot

A<- ggplot(x1_count, aes(x=x1, y=Rate)) +
geom_bar(width=0.5, stat="identity") +
ggtitle('Rate by x1') +
xlab("x1") +
ylab("Rate (%)") +
theme(plot.title = element_text(hjust = 0.5),legend.position='bottom')

计算 x2 变量的统计数据

x2_count <- df %>% 
  group_by(x2) %>%
  summarise(Count=n(), Num=sum(y0))  %>%
  mutate(Rate=Num/Count*100.0)

为 x2 变量生成 ggplot

B<- ggplot(x2_count, aes(x=x2, y=Rate)) +
  geom_bar(width=0.5, stat="identity") +
  ggtitle('Rate by x2') +
  xlab("x2") +
  ylab("Rate (%)") +
  theme(plot.title = element_text(hjust = 0.5),legend.position='bottom') 
B

将它们组合在一起

figure1 <- ggarrange(A,B,ncol = 2, nrow = 1)
figure1

我正在尝试生成 ggplots A 和 B，以及与之相关的计算，而不是单独进行。

【问题讨论】：

似乎您可能想要创建一个函数来进行汇总和绘图，然后您可以在循环中使用它，循环遍历变量的名称并返回绘图列表。虽然比您正在做的事情更简单（因为我没有做任何总结），但我写了一个使用函数和purrr::map() 循环here 的示例，您可能会觉得相关。

标签： r loops ggplot2

【解决方案1】：

您可以创建一个函数。

R 函数具有以下结构：

name <- function(argument) {
    what the function does
}

考虑到您的绘图工作流程正在创建一个附加变量然后对其进行绘图，您可以将您的函数参数设置为原始数据框df，然后使用dplyr 和ggplot2 命令使函数对其进行处理：

myfunction <- function(df) {
  # creating new variable
  x_count <- df %>% 
  group_by(x) %>%
  summarise(Count=n(), Num=sum(y0)) %>%
  mutate(Rate=Num/Count*100.0)

  # creating the plot
  plotX <- ggplot(x_count, aes(x=x, y=Rate)) +
  geom_bar(width=0.5, stat="identity") +
  ggtitle('Rate by x') +
  xlab("x") +
  ylab("Rate (%)") +
  theme(plot.title = element_text(hjust =     0.5),legend.position='bottom') 

  # showing the plot
  print(plotX)
}

【讨论】：

嗨，我需要将 A 和 B 一起完成一个功能
使用lapply 使用您的两个变量和我在回答中提出的函数创建一个循环。
循环是在函数内还是函数外？
看看这个问题：stackoverflow.com/questions/18503177/…

【解决方案2】：

如果您重复相同的任务，您可以创建一个函数，您只需将要计算的值或图形放入函数中。

对于您的计算，您可以：

counting <- function(variable(x1 or x2)){ 
df %>% 
  group_by{{variable}} %>% 
  mutate(Rate=Num/Count*100.0)}

变量是您放置感兴趣的特定变量的位置。接下来，您可以使用上面的函数创建一个函数来为每个变量生成一个 ggplot：

graphic <- function(variable){ 
 counting({{variable}}) %>%
 ggplot(aes(x = {{variable}}, y = Rate)) +
  geom_bar(width = 0.5, stat = "identity") +
  ylab("Rate (%)") +
  theme(plot.title = element_text(hjust = 0.5, 
        legend.postion = 'bottom')}

之后，您可以通过以下方式为每个变量创建一个图形：

graphic(x1) +
 xlab("x1")

graphic(x2)

希望这能回答你的问题。

【讨论】：

【解决方案3】：

考虑将reshape 的数据从宽到长（大多数分析方法的首选格式），然后将aggregate 用于速率计算，将ggplot 与facet_wrap： p>

reshape

rdf <- reshape(transform(df, x2 = as.character(x2)), 
               varying = list(names(df)[-1]), v.names = "Value",
               times = names(df)[-1], timevar = "Categ",
               new.row.names = 1:1E3, direction="long")
rdf

#    y0 Categ Value id
# 1   1    x1     A  1
# 2   0    x1     B  2
# 3   1    x1     A  3
# 4   1    x1     B  4
# 5   0    x1     A  5
# 6   1    x1     B  6
# 7   0    x1     A  7
# 8   1    x1     B  8
# 9   1    x1     A  9
# 10  0    x1     A 10
# 11  1    x2     1  1
# 12  0    x2     2  2
# 13  1    x2     2  3
# 14  1    x2     1  4
# 15  0    x2     1  5
# 16  1    x2     2  6
# 17  0    x2     2  7
# 18  1    x2     1  8
# 19  1    x2     2  9
# 20  0    x2     2 10
# 21  1    x3     A  1
# 22  0    x3     B  2
# 23  1    x3     C  3
# 24  1    x3     D  4
# 25  0    x3     E  5
# 26  1    x3     E  6
# 27  0    x3     D  7
# 28  1    x3     C  8
# 29  1    x3     B  9
# 30  0    x3     A 10

aggregate

agg_raw <- aggregate(y0 ~ Categ + Value, rdf, 
                    function(x) c(Num=sum(x), Count=length(x),
                                  Rate=sum(x)/length(x) * 100.00))
agg_df <- do.call(data.frame, agg_raw)
agg_df <- setNames(agg_df, gsub("y0.", "", names(agg_df)))
agg_df

#   Categ Value Num Count Rate
# 1    x1     A   3     6   50
# 2    x3     A   1     2   50
# 3    x1     B   3     4   75
# 4    x3     B   1     2   50
# 5    x2     1   3     4   75
# 6    x2     2   3     6   50
# 7    x3     C   2     2  100
# 8    x3     D   1     2   50
# 9    x3     E   1     2   50

ggplot + facet_wrap

ggplot(agg_df, aes(x=Value, y=Rate)) +
  geom_bar(width=0.5, stat="identity") +
  ggtitle('Rate by x1') +
  xlab("x1") +
  ylab("Rate (%)") +
  theme(plot.title = element_text(hjust = 0.5),legend.position='bottom') +
  facet_wrap(~Categ, ncol=2, scales="free_x")

【讨论】：

【解决方案4】：

与 Parfait 完全相同的解决方案，但使用来自 tidyverse 的更现代的功能

数据

library(tidyverse)
y0 = c(1,0,1,1,0,1,0,1,1,0)
x1 = c("A","B","A","B","A","B","A","B","A","A")
x2 = c(1,2,2,1,1,2,2,1,2,2)
x3 = c("A","B","C","D","E","E","D","C","B","A")
df<- data.frame(y0,x1,x2,x3)

重塑和聚合

res<-
df %>% 
  tidyr::gather("Categ", "Value", x1, x2, x3) %>% 
  group_by(Categ, Value) %>% 
  summarise(Num=sum(y0),
            Count=length(y0),
            Rate=sum(y0)/length(y0) * 100.00)

剧情

  ggplot(res, aes(x=Value, y=Rate)) +
  geom_bar(width=0.5, stat="identity") +
  ggtitle('Rate by x1') +
  xlab("x1") +
  ylab("Rate (%)") +
  theme(plot.title = element_text(hjust = 0.5),legend.position='bottom') +
  facet_wrap(~Categ, ncol=2, scales="free_x")

【讨论】：