如何从 data.frame 创建因子变量并在并排图中绘制列答案

【问题标题】：How to create a factor variable from a data.frame and plot the columns on a side-by-side plot如何从 data.frame 创建因子变量并在并排图中绘制列
【发布时间】：2020-03-26 11:34:21
【问题描述】：

你们中的一些人这可能是一个简单的问题。

我有 2 个数据框：

dput(head(Activitieslessthan35))

structure(list(`Main job: Working time in main job` = c(470, 
440, 430, 430, 410, 150), Sleep = c(420, 450, 450, 420, 450, 
460), `Unspecified TV video or DVD watching` = c(60, 40, 210, 
190, 60, 0), Eating = c(80, 60, 40, 70, 60, 130), `Other personal care:Wash and dress` = c(60, 
60, 50, 50, 70, 50), `Travel to work from home and back only` = c(60, 
60, 50, 90, 90, 30), `Unspecified radio listening` = c(140, 180, 
50, 90, 140, 160), `Other specified social life` = c(350, 270, 
310, 330, 710, 440), `Socialising with family` = c(350, 270, 
360, 330, 730, 540), `Food preparation and baking` = c(410, 310, 
420, 380, 1000, 950)), row.names = c(NA, 6L), class = "data.frame")

和

   dput(head(ActivitiesMoreOrEqual35))

structure(list(`Main job: Working time in main job` = c(360, 
420, 390, 490, 540, 390), Sleep = c(590, 480, 310, 560, 280, 
370), `Unspecified TV video or DVD watching` = c(100, 60, 130, 
120, 60, 30), Eating = c(70, 100, 70, 40, 190, 80), `Other personal care:Wash and dress` = c(10, 
30, 100, 60, 270, 90), `Travel to work from home and back only` = c(0, 
50, 260, 50, 0, 0), `Unspecified radio listening` = c(50, 80, 
260, 80, 210, 200), `Other specified social life` = c(190, 320, 
790, 250, 580, 420), `Travel in the course of work` = c(50, 80, 
260, 70, 120, 200), `Food preparation and baking` = c(440, 570, 
820, 570, 820, 590)), row.names = c(NA, 6L), class = "data.frame")

我想将 data.frames 转换为因子 - 例如，有一个名为 Activitieslessthan35 的因子变量，其中包含要用作级别的数据框的列，例如“主要工作：主要工作的工作时间”， “睡眠”等。稍后我还想在并排条形图上绘制（总和）因素的水平。

我不知道您是否关心将 data.frame 转换为因子变量以及如何更改 data.frames 的格式以创建绘图

欢迎提出建议

【问题讨论】：

data.frame 的定义是 list，其中列表的各个元素必须具有相同的长度，但可以与不同的 class 不同，例如（整数、数字、字符、因子等）。我会尝试改写您的问题并具体添加您想要的新data.frame，然后我相信人们可以给您一个如何通过R代码生成新data.frame的示例

标签： r dataframe ggplot2

【解决方案1】：

如果我理解得很好，您希望两个数据框都采用两列的长格式，一列包含数据框的所有列名，第二列包含所有值，然后总结第一列的每个“因素”列，合并两个数据框并将两个数据框绘制成一个图。我说的对吗？

这是一种方法。我打电话给df 数据框Activitieslessthan35 和df2 数据框ActivitiesMoreOrEqual35.

首先，我们将使用 pivot_longer 将您的每个数据帧转换为长格式

library(tidyr)
library(dplyr)
df <- df %>% pivot_longer(everything(), names_to = "Activities", values_to = "Values_less_than35")
df2 <- df2 %>% pivot_longer(everything(),names_to = "Activities", values_to = "Values_More_than_35")

然后，我们将计算每个数据框的每个因子的总和值：

df_sum = df%>% group_by(Activities) %>% summarise(Values_less_than35 = sum(Values_less_than35))
df2_sum = df2 %>% group_by(Activities) %>% summarise(Values_More_than_35 = sum(Values_More_than_35))

然后，我们通过使用“活动”作为合并列将两个数据框合并为一个单独的数据框

final_df = merge(df_sum,df2_sum, by.x = "Activities", by.y = "Activities", all = TRUE)

最后，我们最后一次转置final_df，以便使值具有正确的形状，以便用ggplot2 绘制它们

final_df <- final_df %>% pivot_longer(., -Activities, names_to = "Variable", values_to = "Value")

现在我们可以使用 ggplot2 绘制您的最终数据帧

library(ggplot2)
ggplot(final_df, aes(x = stringr::str_wrap(Activities, 15), y = Value, fill = Variable)) +
  geom_col(stat = "identity", position = position_dodge()) +
  coord_flip()+
  xlab("")

你会得到以下情节：

看起来和你期待的一样吗？

【讨论】：